AI模型在预测心脏骤停风险方面超越医生 - AI与医疗健康

AI模型在预测心脏骤停风险方面超越医生AI Model Outperforms Doctors in Predicting Sudden Cardiac Arrest Risk

环球医讯 / AI与医疗健康来源：www.technologynetworks.com美国 - 英语2025-08-01 12:09:13 - 阅读时长2分钟 - 588字

约翰斯·霍普金斯大学研发的MAARS人工智能模型通过分析心脏MRI图像，在预测肥厚型心肌病患者猝死风险方面达到89%准确率，显著高于传统方法50%的准确率。该模型可识别被人工忽视的心脏纤维化特征，为40-60岁高危人群提供93%精准预警，并有望扩展至心脏结节病等其他心脏病领域，相关研究获美国国立卫生研究院资助。

一款名为多模式人工智能心室颤动风险分层系统（MAARS）的新型人工智能模型，通过分析多种医学记录和心脏影像，在预测患者猝死风险方面取得重大突破。该研究成果由约翰斯·霍普金斯大学主导完成，获美国联邦政府资助，特别针对可能导致年轻人群和运动员猝死的遗传性心脏病——肥厚型心肌病。

医学影像技术提升风险预测

MAARS系统突破性地应用了增强对比MRI影像技术，这是此前从未如此细致使用过的诊断手段。该模型对心脏纤维化（瘢痕组织）特征的识别能力尤为突出——这种被传统评估方法忽视的关键指标，正是肥厚型心肌病患者猝死的重要标志。当前临床指南的准确率仅为50%，而MAARS整体准确率达89%，对40-60岁高危人群更达93%的精准预测。