新AI模型面世，可更准确预测心源性猝死风险

美国约翰斯·霍普金斯大学等机构研究人员近日在《自然-心血管研究》杂志上发表论文称，他们新开发的AI模型“多模态AI室性心律失常风险分层系统（MAARS）”可通过分析患者的心脏增强磁共振成像（MRI）及各种医疗数据，挖掘出此前未被识别的重要心脏健康信息，从而更准确预测由室性心律失常导致的心源性猝死风险。

该项研究聚焦于一种常见遗传性心脏病——肥厚型心肌病，该病是年轻人及运动员心源性猝死的主要原因之一。新型AI模型能大幅提升预测准确性，对高风险人群的风险区分能力为0.89，在40至60岁人群中可达0.93。研究人员计划将该模型推广至其他类型心脏疾病的风险评估。