正文：2025年7月，约翰霍普金斯大学团队在《Nature》子刊发表研究，推出多模态AI模型MAARS，用于预测心源性猝死风险（SCDA）。该模型基于3D视觉Transformer架构，通过分析LGE-CMR原始图像及融合多模态数据，准确率达89%，在40-60岁人群中更高达93%。相比传统诊断准确率仅50%，MAARS显著提升了肥厚型心肌病的风险评估能力，捕捉医生易忽略的纤维化瘢痕模式。研究由Natalia Trayanova教授领衔，未来计划扩展至扩张型心肌病等更多领域。

英国国家医疗服务体系（NHS）将于明年年中在伦敦的两家医院试用一款名为“Aire”的人工智能工具，以预测患者的心脏病风险。Aire经过训练，能够读取心电图（ECG）测试结果，并检测出潜在的心脏结构问题，从而标记出需要进一步监测、检查或治疗的患者。研究人员使用189,539名患者的116万份心电图测试结果对Aire进行了训练。根据《柳叶刀数字健康》杂志上的研究，Aire在78%的病例中能正确识别患者在ECG检查后10年内死亡的风险，在预测未来严重心律问题的准确率为76%，在预测未来动脉粥样硬化性心血管疾病的准确率达到70%。项目负责人表示，Aire的目标不是取代医生，而是通过AI达到“超越人类”的效果。初期将招募数百名患者，随后扩大规模进行进一步研究。此次试用预计在明年的中期开始。