近日，一项发表于《国际医学工程与信息学杂志》的研究表明，基于Transformer架构的深度学习模型在早期心脏病心电图识别方面展现出卓越性能，准确率达百分之九十四点二。该研究团队将原本用于自然语言处理的人工智能架构迁移至心血管医疗领域，利用一维信号处理模块并行解析心电图波形与多维度临床数据，有效突破了传统心电图判读耗时长、高度依赖专家经验且存在误诊风险的瓶颈。心血管疾病每年全球致死人数近一千八百万，实现早期精准筛查对挽救生命至关重要。该AI模型在多项公开医学数据集测试中表现稳健，可为临床医疗团队提供高可靠性的早期诊断辅助，大幅提升心血管疾病的干预时效。研究人员强调，尽管算法潜力显著，但其向真实医疗场景落地仍需跨越验证门槛，未来须在独立临床队列中完成进一步的数据集测试与模型优化。此项技术突破标志着人工智能在心血管疾病无创早期筛查领域取得关键进展。