每年，成千上万名看似健康的人——通常是年轻人、活跃人士，且没有明显预警信号——因心脏骤停而突然死亡。几十年来，医生们一直在努力可靠地识别哪些心脏病患者属于高风险群体，以及哪些人可能正在接受不必要的侵入性干预。这种情况可能即将发生改变。
在一项可能彻底改变我们预测和预防心源性猝死方式的突破中，约翰霍普金斯大学（Johns Hopkins University）的科学家开发了一种人工智能模型，其性能远远超过当前的临床标准，可识别出最有可能面临风险的人群。他们的新系统被称为MAARS（Multimodal AI for Arrhythmia Risk Stratification，多模态心律失常风险分层人工智能），不仅能够在易受伤害的年龄组中以高达93%的准确率预测风险，还能解释为什么某人处于高风险状态——这是大多数算法无法做到的事情。
这项研究的重点是肥厚型心肌病（HCM），这是一种最常见的遗传性心脏病，全球每200至500人中就有1人受到影响，也是运动员和年轻人心源性猝死的主要原因之一。尽管大多数HCM患者可以正常生活，但其中一部分人存在致命性心律失常（即可能导致心脏毫无预警停止跳动的心律紊乱）的风险。问题在于，目前医生对谁会受到影响的预测准确率仅为50%。
“目前，有些患者正值壮年却因未受到保护而死亡，”该研究的资深作者、AI心脏病学研究领域的领军人物娜塔莉亚·特拉亚诺娃博士（Dr. Natalia Trayanova）表示，“还有一些人终生植入除颤器却毫无益处。”
特拉亚诺娃博士提到的是植入式心脏复律除颤器（ICD）——一种植入胸部的小型设备，可通过电击纠正异常心律。它们在合适的患者身上可以挽救生命，但如果使用不当，则会给患者带来身体、情感和经济上的负担。
因此，对更精确、个性化的工具的需求比以往任何时候都更加迫切。
这个人工智能模型有何不同？
这项新模型的研究成果发表在《自然心血管研究》（Nature Cardiovascular Research）期刊上，它标志着与目前在美国和欧洲广泛使用的传统临床指南的重大偏离。
MAARS并不依赖单一数据来源，而是分析多种信息模式——包括电子健康记录、患者病史以及揭示心脏瘢痕或纤维化的增强对比心脏MRI图像。
瘢痕是判断HCM患者猝死风险的关键因素。然而，即使是经验丰富的心脏病学家也很难解读这些原始图像。而这正是AI的优势所在。
“人们尚未在这些图像上应用深度学习，”特拉亚诺娃博士解释道，“我们能够提取图像中通常被忽视的隐藏信息。”
这种AI本质上能发现人类肉眼甚至传统软件都无法看到的心脏瘢痕组织中的危险模式。
它的准确率有多高？
在涉及约翰霍普金斯医院（Johns Hopkins Hospital）和北卡罗来纳州桑格心脏和血管研究所（Sanger Heart & Vascular Institute）真实患者的临床测试中，结果令人震惊：
- 传统临床指南正确预测心源性猝死风险的准确率仅为50%。
- MAARS模型的整体准确率达到89%。
- 在40至60岁人群中——这一年龄段特别容易出现未被检测到的风险——该模型的准确率高达93%。
更重要的是，它能够提供解释。该系统不仅仅说“这位患者是高风险”，还会分解原因，为心脏病专家提供关键信息以制定个性化治疗方案。
“与现有算法相比，这显著提高了我们预测最高风险人群的能力，”共同作者、约翰霍普金斯大学心脏病专家乔纳森·克里斯平博士（Dr. Jonathan Crispin）表示，“它有潜力改变临床护理。”
为什么这可能是变革性的？
MAARS并不是特拉亚诺娃实验室开发的第一个AI模型。2022年，她的团队构建了另一种工具，为既往心脏病发作（称为梗死）患者提供生存预测。但这个最新模型通过解决一种最难以捉摸的心脏风险形式——由遗传性心脏病引起的瘢痕导致的心律失常——开辟了新天地。潜在的好处非常广泛：
- 通过识别其他方法可能遗漏的高风险患者挽救生命。
- 提高避免不必要ICD植入患者的生活质量。
- 根据详细的AI生成见解制定更个性化的治疗方案。
重要的是，该模型在不同人口统计数据中进行了训练和验证，无论年龄、性别或种族如何，均表现出一致的性能。
研究人员并未止步于此。他们计划扩展MAARS，涵盖其他与心律失常相关的心脏疾病，例如心脏结节病和致心律失常性右室心肌病（arrhythmogenic right ventricular cardiomyopathy）——这些疾病同样具有很高的猝死风险，但在诊断上存在模糊性。
他们还在更大、更多样化的人群中测试该模型，以推动其向临床应用迈进。
心脏病学的新时代？
长期以来，人工智能一直被视为医学的未来。但MAARS不仅仅是炒作——它是一个实际的概念证明，展示了深度学习如何补充而非取代医学专业知识。
人工智能可能很快成为心脏病专家最强大的诊断工具之一——一种即使是最训练有素的人类眼睛也可能错过的工具。当生命攸关时，这种清晰度可能意味着一切。
(全文结束)
