新AI模型助力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的研究团队开发了一款名为“多摩钛AI适性心律失常风险分层系统”的人工智能模型。该模型通过整合心脏增强磁共振成像和多模态医疗数据分析，能够挖掘传统方法未识别的关键心脏健康信息，显著提升心源性猝死风险评估模型的准确性。
研究聚焦于遗传性肥厚型心肌病，这类疾病是年轻人及运动员心源性猝死的主要诱因。现有欧美临床指南标准对高风险人群的区分能力有限（仅0.5），而新型AI模型在测试中展现出高达0.89的风险分层系统技术效能，在40至60岁人群中更达0.93，远超传统方法。
该AI预测猝死模型不仅能精准识别心源性猝死高危人群，还能解析患者风险成因，辅助医生制定个性化治疗方案。研究团队计划将技术扩展至其他心脏疾病的风险评估领域，未来有望通过AI预测准确性提升，减少不必要的医疗干预，优化医疗资源分配。