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，在国际重要综期刊《Science Bulletin》（中科院1区TOP期刊，IF=21.1）在线发表原创研究论文，研究团队依托前瞻多中心影像大队列（NCT03768453），成功研制出一种基于心脏影像的全新人工智能预后预测系统（命名为DeepSTEMI）, 该系统可预测急心肌梗死患者未来发生心血管事件的风险。DeepSTEMI系统通过融解析多源影像特征，实现了自动化、智能化的风险分层，为急心梗患者的管理提供了新的技术工具。

急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。尽管当下治疗手段持续进步，但仍有相当多患者会出现再次心梗、心力衰竭，甚至死亡的情况。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，然而这些方式难以、地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。心脏磁共振能够同时呈现心肌损伤范围、残余血流受损状况以及心功能重构情况，是评估心肌梗死的“金标准”影像工具。不过，传统磁共振分析依赖人工阅片和手工量化，流程繁杂、主观强且难以实现标准化，这限制了其在临床实践中预后评估的真正落地和推广应用。

DeepSTEMI是个面向急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。该系统通过提出具有可解释的U-Net与Transformer协同网络结构，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建模；同时创新地引入层级特征融模块（HFFM）与缺失模态生成模块（M2FGM），实现跨模态信息高融与模态缺失情况下的稳健预测。它依托端到端多模态特征深度整，形成真正意义上的多模态一体化分析流程。研究整多中心真实世界数据，累计分析过3万张磁共振图像，为DeepSTEMI模型的泛化能力提供了坚实的真实世界证据。为急心肌梗死患者提供更的远期心血管事件风险预测和智能化风险分层，展示了AI赋能心血管医学的强大潜力。

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，能够清晰区分高危与低危患者，特别是在风险分层中，该系统能够更早、更地识别未来可能出现不良事件的患者，其风险提示能力远传统模型，有助于实现急心梗高危患者的早发现、早干预，不良结局七台河隔热条PA66厂家，具有更高的临床应用价值。同时，DeepSTEMI在不同医院、不同类型磁共振扫描设备上均保持非常稳健的表现，显示出良好的跨中心、跨设备泛化能力，异型材设备具备在临床推广应用的坚实基础。

为增强模型的透明度和临床可解释，团队还采用多种方法解析系统的“决策依据”。结果显示，DeepSTEMI的预测与心肌梗死的病理特征高度一致，能够识别出心肌损伤范围、功能受损区域等关键部位，并通过可视化展示相关信息，帮助医生理解模型判断。团队配套开发的可视化软件界面也使临床医生可以直接查看模型输出与关键影像区域，为辅助诊疗提供了便利。

亲友来了五十多位，几乎都是老人，他们称周泉虎为“阿虎”。

他从小在剧院里长大，跑过龙套，当过工人……人生剧本中的每一个桥段都沉淀于他的心底，在戏剧中与这些桥段“重逢”时，他会把真实的情感自然地打捞起来，注入到角里。

今年起，全国各大城市新开辟了一些公交线路，比如南京开通公交G30路观光线，呼和浩特开通敕勒川草原观光线。公交车，不只是代步工具，它还是串起城市自然、人文风光的一条纽带。你知道全国各大城市有哪些特的公交线路吗？我们如何从这扇流动的窗口中，读懂一座城市？

尽管复旦校园里已经不常出现那个骑着28寸老式自行车穿梭的高大身影——过去几十年，这是一道公认的校园风景——88岁的李大潜却并未放下做了一辈子的数学。明年，他与作者关于“由偏微分方程支配的无穷维动力系统的同步理论”的三部著即将出版。这个课题，他们已经持续了13年。

她是青年学子中和老校长联系密切的人之一。每次探望老校长时，思斯都会在互联网上留下记录。“某种程度上，我成了联系更年轻武大人和老校长的纽带。”

本研究开发的DeepSTEMI系统，实现了基于磁共振影像的心血管不良事件预测的全过程智能化分析，为急心梗患者的风险评估提供了更、更高的解决方案。它克服了传统影像量化依赖人工、临床评分指标局限等难题，能够从复杂影像中识别被忽视的风险信号，大幅提升对未来事件的预测能力。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该论文后通讯作者，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该论文的共同通讯作者七台河隔热条PA66厂家，上海交通大学医学院附属仁济医院心内科陈一凡、夏朝、赵航为该论文的一作者。该工作得到了国家自然科学基金委创新研究群体、国家研发计划、国家自然科学基金青年科学基金（A类）、国家自然科学基金青年学生基础研究项目（博士研究生）等项目基金的支持。