约翰斯・霍普金斯大学研发新 AI 模型,可更准确预测心源性猝死风险

2025-07-05 发布 · 浏览17次 · 点赞0次 · 收藏0次

7 月 5 日消息,据新华社今日报道,美国约翰斯・霍普金斯大学开发出一款多模态人工智能模型,在识别突发性心脏骤停高风险人群方面,明显优于现行的临床指南。这一研究结果已在最新一期的《自然-心血管研究》杂志上发表。

这款名为 MAARS 的 AI 系统(注:全称为“多模态 AI 室性心律失常风险分层系统”)结合了心脏 MRI 图像与广泛的健康记录数据,能发现以往难以察觉的预警信号,使心血管风险预测达到更高的准确度。

研究聚焦于肥厚型心肌病。这是一种常见的遗传性心脏疾病,也是年轻人突发心脏骤停的主要诱因之一。

约翰斯・霍普金斯大学生物医学工程教授、心血管 AI 研究专家 Natalia Trayanova 表示:“我们眼下既有患者因缺乏保护措施在黄金年龄猝死,也有人终身植入除颤器却几乎没有任何获益。我们现在已经可以非常准确地判断某人是否处于极高风险之中。”

美国与欧洲现行临床指南在判断高风险患者方面准确率仅约为 50%。相比之下,MAARS 模型的整体准确率达 89%,对于 40 岁至 60 岁这一最高风险人群的准确率更提升至 93%

该模型通过分析对比增强型 MRI 扫描中的心脏瘢痕图样,识别出突发性心脏骤停的关键征兆。过去这类图像信息较难为医生准确解读,如今借助深度学习,得以转化为可操作的风险指标。

约翰斯・霍普金斯大学心脏电生理学副教授 Jonathan Chrispin 表示:“研究结果显示,MAARS 模型比现有算法更能准确识别高危患者,有潜力从根本上改变临床决策方式。”

约翰斯・霍普金斯大学团队还计划扩大模型的测试范围,并将该算法推广至其他类型的心脏疾病风险评估,包括心脏结节病和致心律失常性右心室心肌病。

约翰斯・霍普金斯大学研发新 AI 模型,可更准确预测心源性猝死风险 - AI 资讯 - 资讯 - AI 中文社区

声明:本文转载自IT 之家,转载目的在于传递更多信息,并不代表本社区赞同其观点和对其真实性负责,本文只提供参考并不构成任何建议,若有版权等问题,点击这里。本站拥有对此声明的最终解释权。如涉及作品内容、版权和其它问题,请联系我们删除,我方收到通知后第一时间删除内容。

点赞(0) 收藏(0)
0条评论
珍惜第一个评论,它能得到比较好的回应。
评论

游客
登录后再评论
  • 鸟过留鸣,人过留评。
  • 和谐社区,和谐点评。