将人工智能-基因组整合用于心房颤动预测扩展至东亚人群
本研究将人工智能与基因组学整合用于心房颤动预测,并首次在东亚人群中验证了这一多模态方法。研究分析了日本7家医疗机构2,128名患者的数据,结合AI-ECG模型和针对日本人群开发的多基因风险评分(PRS),结果显示尽管整合PRS未显著提高曲线下面积(AUC),但在风险重新分类指标上有实质性改进。特别发现AI-ECG和PRS均处于最高四分位数的个体,阵发性心房颤动风险比值比达630倍,且女性获益更明显。研究强调了遗传背景对AI心脏风险预测模型的影响,并指出需要在不同种族群体中进行外部验证,以及前瞻性评估模型对新发心房颤动的预测能力,这对实现从概念验证到临床应用的转化至关重要。

