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。