心血管疾病是全球首位死亡原因，其管理长期面临着风险分层工具精度不足与“一刀切”治疗策略效能有限的困境。人工智能（AI）技术的介入正在推动这一领域发生根本性转变：从粗放的群体化风险判断迈向精准的个体化动态管理。本文系统综述了AI在心血管疾病风险分层与个体化治疗中的最新进展。在风险分层层面，深度学习模型已能整合影像、电生理、多组学等多模态数据，超越传统评分体系的性能极限；在个体化治疗层面，AI通过识别精细表型、构建“数字孪生”模拟干预效果，正在重塑抗栓策略、导管消融及血运重建等临床决策路径。然而，技术繁荣的背后隐含着模型泛化能力不足与“黑箱”困境等深层挑战。本文认为，从“预测”到“干预”的范式跨越，关键在于发展可解释AI与建立新型人机协同机制，这将是AI真正融入心血管临床实践的前提。