7月5日，美国约翰斯・霍普金斯大学研发出一款名为MAARS的多模态AI模型，可显著提升心源性猝死风险预测的准确性。该系统结合心脏MRI图像与健康记录数据，尤其针对肥厚型心肌病患者，能发现传统方法难以察觉的风险信号。研究显示，现行临床指南判断高风险患者的准确率约为50%，而MAARS模型整体准确率达89%，对40至60岁高风险人群的准确率更高达93%。研究人员称，该模型有望改变临床决策方式，未来还将扩展至其他心脏疾病风险评估。相关成果已发表于《自然-心血管研究》杂志。