新AI模型突破性預測心源性猝死風險 準確率顯著提高

美國研究人員開發出一款多模態人工智慧（ai）模型，能顯著提高識別心源性猝死高風險人群的準確性，有助於挽救生命，減少不必要的醫療干預。

△美國約翰斯·霍普金斯大學醫學院（資料圖）

美國約翰斯·霍普金斯大學等機構的研究人員近日在《自然-心血管研究》雜誌上發表論文說，他們新開發的ai模型名為「多模態ai室性心律失常風險分層系統（maars）」，可通過分析患者的心臟增強磁共振成像（mri）及各種醫療數據，挖掘出此前未被識別的重要心臟健康信息，從而更準確預測由室性心律失常導致的心源性猝死風險。

研究人員介紹，這項研究聚焦於一種常見遺傳性心臟病——肥厚型心肌病。這種疾病是年輕人及運動員心源性猝死的主要原因之一，全球每200至500人中就有1人患病。儘管很多患者可正常生活，但部分個體心源性猝死風險較高。目前歐美國家普遍使用的臨床指南對高風險人群的風險區分能力僅為0.50（隨機猜測為0.50，完美預測為1.0），與擲硬幣相當。

研究顯示，新型ai模型能大幅提升預測準確性。針對約翰斯·霍普金斯醫院及北卡羅來納州桑格心臟與血管研究所患者進行的測試顯示，ai模型對高風險人群的風險區分能力為0.89，在40至60歲人群中可達0.93。該模型還能描述患者高風險的原因，以便醫生更好地制定治療方案。

研究人員表示，這款ai模型在心源性猝死風險預測方面的表現遠超現有演算法。他們還計劃將該模型推廣至其他類型心臟疾病的風險評估。