由室性心律失常導(dǎo)致的心源性猝死（SCD）是全球范圍內(nèi)的主要死亡原因之一。肥厚型心肌病（HCM）患者的心律失常死亡預(yù)后評估頗具挑戰(zhàn)性，目前的臨床指南在這一人群中表現(xiàn)出較低的性能和不一致的準確性。
心源性猝死（SCD）是全球范圍內(nèi)導(dǎo)致死亡的主要原因之一，也是一個重大的公共衛(wèi)生問題。在北美和歐洲，SCD 在普通人群中的年發(fā)病率為每 10 萬人中有 50-100 例。室性心律失常是心源性猝死的主要潛在機制。植入式心臟復(fù)律除顫器（ICD）能夠有效終止心律失常發(fā)作，且在預(yù)防性植入時，可降低心律失常導(dǎo)致的心源性猝死（SCDA）高?；颊叩乃劳雎?。
目前用于 SCDA 風(fēng)險分層的范式——左心室射血分數(shù)（LVEF）低于 30%-35%，主要適用于缺血性和擴張型心肌病患者。但即使在這些人群中，它也無法提供全面的風(fēng)險評估，許多植入了 ICD 的患者也并未從該療法中獲得任何有意義的健康益處。
2025 年 7 月 2 日，約翰·霍普金斯大學(xué)的研究人員在 Nature 子刊Nature Cardiovascular Research上發(fā)表了題為：Multimodal AI to forecast arrhythmic death in hypertrophic cardiomyopathy的研究論文。
該研究開發(fā)了一種多模態(tài) AI 模型——MAARS（Multimodal Artificial intelligence for ventricular Arrhythmia Risk Stratification，用于室性心律失常風(fēng)險分層的多模態(tài)人工智能），通過分析多模態(tài)醫(yī)療數(shù)據(jù)來預(yù)測肥厚型心肌病（HCM）患者的室性心律失常死亡。
在這項最新研究中，研究團隊提出了一種 AI 模型——MAARS（Multimodal Artificial intelligence for ventricular Arrhythmia Risk Stratification，用于室性心律失常風(fēng)險分層的多模態(tài)人工智能），通過分析多模態(tài)醫(yī)療數(shù)據(jù)來預(yù)測肥厚型心肌?。℉CM）患者的致命性心律失常事件。
MAARS 的基于 Transformer的神經(jīng)網(wǎng)絡(luò)從電子健康記錄、超聲心動圖和放射學(xué)報告以及對比增強的心臟磁共振圖像中學(xué)習(xí)，后者是該模型的獨特之處。
MAARS 在內(nèi)部隊列和外部隊列中的曲線下面積（AUC）分別為 0.89 和 0.81，其表現(xiàn)顯著優(yōu)于當(dāng)前臨床指南的 0.27-0.35（內(nèi)部隊列）和 0.22-0.30（外部隊列）。與臨床指南不同，MAARS?在各個人口亞群體之間體現(xiàn)了公平性。研究團隊從多個層面解釋了 MAARS 的預(yù)測，以促進 AI 的透明度，并找出需要進一步調(diào)查的風(fēng)險因素。
總的來說，MAARS 是一款功能強大且值得信賴的臨床決策支持工具，用于肥厚型心肌?。℉CM）患者發(fā)生心律失常導(dǎo)致的心源性猝死（SCDA）的風(fēng)險分層，它是采用最先進的多模態(tài)人工智能（multimodal AI）技術(shù)開發(fā)而成的。該研究證實了其具有強大的性能、公平性和通用性，并為預(yù)測提供了解釋。MAARS 有可能極大地改善肥厚型心肌?。℉CM）患者的臨床決策和醫(yī)療護理，要么通過未來與自動化數(shù)據(jù)提取系統(tǒng)的整合直接實現(xiàn)，要么間接地作為多模態(tài)人工智能在提升個性化患者護理方面強大能力的寶貴概念驗證。
論文鏈接：https://www.nature.com/articles/s44161-025-00679-1
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權(quán)所有（保留一切權(quán)利）
滬ICP備05034851號-57
