Nature子刊：AI模型助力预测心脏猝死风险，太美智研医药同步前沿，落地临床验证

在药物临床试验中，安全性评估与疗效评估分别扮演着重要且不同意义的角色。然而，以心脏磁共振成 像(CMR)为代表的传统影像学工具，受限于空间分辨率不足、定量指标单一和缺乏组织特异性，常在早 期漏检亚临床心脏毒性或细微功能变化，使高危受试者被误判为低风险。该盲区易使研究团队低估药物 的心脏毒性，从而错估获益-风险比，最终影响方案修订、开发决策及受试者后续管理。 PART.01 AI助力心血管疾病风险评估，多模态数据融合成关键 当前临床实践中，肥厚型心肌病的诊断准确率仅50%左右，这一局限性导致医生在评估患者是否需要植 入心脏除颤器等预防性治疗时面临重大决策困境。2025年7月2日，约翰·霍普金斯大学的研究团队在 Nature Cardiovascular Research 发表题为"Multimodal AI to forecast arrhythmic death in hypertrophic cardiomyopathy"的研究。 MAARS是一款功能强大且值得信赖的临床决策支持工具。它有可能极大改善肥厚型心肌病(HCM)患者 的临床决策和医疗护理，可通过自动化数据提取系统直接整合至临床流程，也可作为辅助工 ...