自主开发基于心肌影像的急性心肌梗死预后人工智能预测系统（DeepSTEMI）

急性心肌梗死是致使全球心血管疾病患者死亡与致残的重要病因，当下，治疗手段持续进步，但仍有相当多的患者会出现再次心梗、心力衰竭甚至死亡的情况。近日，上海交通大学医学院附属仁济医院心内科卜军教授团队与上海交通大学计算机学院盛斌教授团队医工交叉联合，研发全新人工智能系统，可预测急性心梗患者未来心血管事件风险。

研究团队依托前瞻性多中心影像大队列，研制出一种基于心脏影像的人工智能预后预测系统，命名为 DeepSTEMI。该系统通过融合解析多源影像特征，实现自动化、智能化的风险分层，为急性心梗患者的精准管理提供了新的技术工具。相关研究成果在《科学通报》（Science Bulletin）在线发表。

对已发生急性心肌梗死的患者，目前，临床上主要依据风险评分，或依靠人工测量影像及检查指标预测他们的未来心血管风险事件。不过，这些方式难以精准反映心肌损伤的实际程度，也无法准确识别出未来真正处于高风险的患者。

DeepSTEMI 是首个面向急性心肌梗死患者预后风险的全流程自动化的多模态深度学习系统。该系统通过完成多序列心脏磁共振区域提取，对多模态心脏磁共振序列和临床变量进行联合建模，形成真正意义上的多模态一体化分析流程。

该研究整合多中心真实世界数据，累计分析超 3 万张磁共振图像，为 DeepSTEMI 模型的泛化能力提供坚实的真实世界证据；为急性心肌梗死患者提供更精准的远期心血管事件风险预测和智能风险分层，展示了 AI 赋能心血管精准医学的强大潜力。

在多中心外部验证中，DeepSTEMI 的预测能力显著优于现行临床评分方法和传统影像指标，能清晰区分高危与低危患者，特别是在风险分层中，该系统能更早、更精准地识别未来可能出现不良事件的患者，有助于实现急性心梗高危患者的早发现、早干预，改善不良结局，具有更高的临床应用价值。

未来，研究团队计划构建更大规模的心血管影像 AI 模型，助力构建 "AI+ 影像 + 临床 " 一体化的心血管疾病管理新模式。

上海交通大学医学院附属仁济医院卜军教授为论文最后通讯作者，心内科主任、主任医师姜萌和上海交通大学计算机学院盛斌教授为论文共同通讯作者，仁济医院心内科陈一凡、夏朝、赵航为论文第一作者。