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

GoodNav 7月5日消息，据新华社报道，约翰斯·霍普金斯大学开发了一种多模态人工智能模型，识别突发性心脏骤停高风险人群的能力显著优于现有临床指南，相关研究发表在最新一期的《自然-心血管研究》杂志上。

该 AI 系统（全称为“多模态 AI 室性心律失常风险分层系统”），简称MAARS，结合心脏 MRI 图像和全面健康记录数据，能够发现以往难以察觉的预警信号，从而显著提高心血管风险预测的准确性。

研究重点关注肥厚型心肌病，这是一种常见的遗传性心脏疾病，也是年轻人群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：“目前，一些患者在黄金年龄因缺乏保护措施而猝死，而另一些人则终身佩戴除颤器却几乎没有获益。现在，我们可以非常准确地判断一个人是否处于极高风险之中。”

美国和欧洲现行临床指南判断高风险患者的准确率仅约为 50%。相比之下，MAARS 模型的整体准确率高达 89%，尤其在40至60岁的高危人群中表现出色。