纽约，7月5日：美国研究人员开发出一种新的人工智能（AI）模型，其在识别心脏骤停高危患者方面显著优于当前的临床指南。
这种名为“多模态心室颤动风险分层人工智能”（Multimodal AI for Ventricular Arrhythmia Risk Stratification，简称MAARS）的AI系统，通过整合心脏MRI影像与广泛的患者健康记录来检测潜在的预警信号，为心血管风险预测提供了前所未有的精确性。据新华社报道，这项研究发表在《自然心血管研究》期刊上，重点针对肥厚型心肌病——一种最常见的遗传性心脏病，也是年轻人猝死的主要原因之一。
约翰斯·霍普金斯大学专注于将AI应用于心脏病学的研究员、资深作者纳塔莉亚·特拉亚诺娃（Natalia Trayanova）表示：“目前，我们有一些正值壮年的患者因为未得到保护而死亡，另一些人则终生安装除颤器却毫无益处。”她补充道：“我们现在有能力以非常高的准确性预测患者是否有极高风险发生心脏骤停。”
目前，美国和欧洲使用的临床指南在识别高危患者方面的准确率估计仅为50%。相比之下，MAARS模型的整体准确率达到89%，而在40至60岁人群中更是达到了93%——这一年龄段正是最高风险群体。
AI模型分析了增强对比度的心脏MRI扫描中难以解读的心脏瘢痕模式。通过深度学习技术挖掘这些以往未被充分利用的数据，模型成功找出了心脏骤停的关键预测因子。
共同作者、约翰斯·霍普金斯大学心脏病专家乔纳森·克里斯平（Jonathan Chrispin）表示：“我们的研究表明，与现有算法相比，这个AI模型显著提高了预测最高风险患者的能力，因此具有改变临床护理的巨大潜力。”
该团队计划进一步测试新模型在更多患者中的表现，并希望将这一新算法扩展到其他类型的心脏疾病，包括心脏结节病和致心律失常性右室心肌病。
(全文结束)
