共计 807 个字符，预计需要花费 3 分钟才能阅读完成。
伦敦讯：一项突破性研究显示，人工智能（AI）技术在预测致命性心律失常风险方面展现出显著成效，准确率高达 70%。这项由法国国家健康与医学研究院（Inserm）、巴黎西岱大学和巴黎公立医院集团（AP-HP）与美国研究人员合作完成的研究，即将在《欧洲心脏杂志》上发表。
研究团队开发了一种模仿人脑功能的人工神经元网络，通过分析超过 24 万份动态心电图数据，成功识别出在接下来两周内可能发生严重心律失常并引发心脏骤停的患者。全球每年因心脏性猝死导致的死亡人数超过 500 万，而这项研究为预防此类事件提供了新的可能性。
Cardiologs 公司（隶属于飞利浦集团）的工程师团队与巴黎西岱大学和哈佛大学合作，共同开发了这一人工神经元网络。该算法通过模仿人脑的功能，旨在提高心脏性猝死的预防能力。研究人员利用来自美国、法国、英国、南非、印度和捷克等六个国家的 24 万份动态心电图数据，分析了数百万小时的心跳记录。
借助人工智能，研究人员能够识别出预示心律失常风险的新微弱信号，特别是对心脏在一个完整收缩和舒张周期中心室电刺激和放松所需的时间进行了深入研究。巴黎心血管研究中心（PARCC）（Inserm/ 巴黎西岱大学）的研究员 Laurent Fiorina 博士表示：“通过分析患者 24 小时的电信号，我们发现可以识别出在未来两周内可能发展为严重心律失常的个体。如果不加以治疗，这种心律失常可能发展为致命的心脏骤停。”
尽管人工神经网络仍处于评估阶段，但在这项研究中，它显示出能够在 70% 的病例中识别出高风险患者，并在 99.9% 的病例中识别出无风险患者。未来，该算法有望在医院内用于监测高风险患者。如果其性能进一步提升，还可能应用于动态血压监测设备（如 Holter）中，以揭示高血压风险，甚至可能集成到智能手表中。
研究人员目前计划进行前瞻性临床研究，以测试该模型在真实世界条件下的有效性。这项技术的进一步发展有望为心脏性猝死的预防提供更有效的工具。
