临床与人工智能评估的超声心动图预测指标对急性心肌梗死预后的影响
本研究评估了人工智能辅助超声心动图在急性心肌梗死患者预后预测中的临床价值。通过对1001名患者的前瞻性队列研究发现,AI分析的左心室射血分数、心室壁厚度、左心房面积等多项参数能独立预测1年全因死亡率和主要不良心脏事件,其中组合模型较传统临床模型显著提升预测准确性(AUC 0.85 vs 0.81)。研究表明,结合AI衍生参数与临床风险因素可优化心血管疾病风险分层,这种自动化分析工具在保证测量标准化的同时,为临床医生提供更全面的预后评估依据,有望改善急性心肌梗死患者的个体化治疗决策和医疗资源分配效率。

