AI预测慢性病新突破：京东健康揭秘消费数据与疾病轨迹的潜在关联

在召开的欧洲心脏学会年会(ESC2025)上，京东健康探索研究院(JDHXLab)发布了具有里程碑意义的慢性病预测研究成果。这两项基于海量数据分析的研究，为慢性病早期预警提供了创新性解决方案。

消费行为揭示健康密码

首项突破性研究《电商行为数据驱动的慢性病预测模型》首次证实，用户在京东平台的购物记录能有效预测8种常见慢性病风险。研究团队开发了包含13354个商品类目的评估体系，结合用户画像构建预测模型。

研究发现，高风险人群实际患病概率是低风险人群的4.07倍。某些特定消费行为如购买大码服装、烟酒相关用品等，与肥胖等慢性病显著相关。这为个性化健康管理提供了新的数据维度。

疾病发展路径可视化

第二项研究通过分析北方地区3738万患者的诊疗记录，绘制出包含351种慢性病的关联网络。研究发现心血管-肾脏-代谢疾病(CKM综合征)存在明确的演变规律。

例如，高血压患者最常见的并发症包括冠心病(47.79%)、脑卒中(43.34%)和糖尿病(29.88%)。基于蒙特卡洛模拟的技术可预测个体疾病发展路径，实现早期干预。

京东健康强调所有研究数据均经过严格脱敏处理，并呼吁加强慢性病预防工作。这些创新方法将推动精准健康管理的发展。