在心血管医学领域的一项重大突破中，美国研究人员开发出一种先进的人工智能（AI）系统，能够显著提高识别猝死心脏疾病（SCD）高风险患者的能力。这种名为“多模态心室心律失常风险分层人工智能”（Multimodal AI for Ventricular Arrhythmia Risk Stratification，简称MAARS）的新模型，超越了现有的临床指南，可能改变医生评估心脏风险的方式。
该模型由约翰霍普金斯大学开发，据新华社报道，它结合心脏MRI扫描和广泛的患者健康数据，发现传统方法常常遗漏的细微预警信号。研究结果发表在《自然心血管研究》（Nature Cardiovascular Research）期刊上。
研究特别关注肥厚型心肌病（HCM）——一种常见的遗传性心脏病，也是年轻人猝死的主要原因之一。
“目前，我们在患者生命最旺盛的阶段失去了他们，因为现有的工具无法识别真正需要保护的人。与此同时，另一些人则带着他们可能永远不需要的除颤器生活。”约翰霍普金斯大学AI心脏病学专家、研究资深作者Natalia Trayanova表示。
目前美国和欧洲的临床指南平均预测准确率约为50%，而MAARS模型的整体准确率达到令人印象深刻的89%。对于40至60岁这一高风险人群，模型的准确率甚至达到93%。
MAARS成功的关键在于其使用了对比增强MRI扫描，这种扫描能突出心脏中的疤痕组织——心律失常导致猝死的关键预测因素。这些扫描对医生来说传统上难以解读，但MAARS使用深度学习分析细微模式，并得出人眼可能忽略的风险因素。
“这个模型可能会改变我们对患者的护理方式。”约翰霍普金斯大学心脏病学家、合著者Jonathan Chrispin博士表示，“与当前的风险计算器相比，MAARS显著提高了我们识别最需要干预患者的能力。”
展望未来，研究团队计划将该模型的应用扩展到其他严重的心脏疾病，如心脏结节病和致心律失常性右心室心肌病，这可能使其成为个性化心脏护理领域的变革者。
【全文结束】
