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人员近日在《自然-心血管研究》杂志上发表论文说，他们新开发的AI模型名为“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。
研究人员表示，这款AI模型在心源性猝死风险预测方面的表现远超现有算法。他们还计划将该模型推广至其他类型心脏疾病的风险评估。
