近日，上海交通大学研究团队在国际期刊《eBioMedicine》发表成果，发布名为DynaTOF的人工智能辅助框架，旨在优化法洛四联症患儿的超声心动图评估与术后随访管理。该框架由博士生高颖双等共同开发，针对这一常见紫绀型先心病，采用多模态架构融合超声动态视频特征与心脏结构定量测量数据。系统首先完成标准切面的自动识别与关键心脏直径的精准定位，随后结合术前影像与临床参数，预测患儿术后康复轨迹及远期并发症风险。基于多医疗中心数据的验证表明，该框架在复杂病例鉴别、术后异常评分预测及随访风险分层方面均展现优异性能。团队强调，该框架的核心理念是使AI深度嵌入临床诊疗路径，通过整合碎片化信息降低人工判读差异，而非替代医生决策。研究指出，尽管模型表现稳健，其临床转化仍需跨设备、跨人群的前瞻性验证。此项技术为先心病全周期智慧医疗提供新范式，有望通过高效辅助工具释放医疗资源，提升儿科心脏病学诊疗效率与患儿照护质量。