人工智能辅助免活检识别心脏移植排斥反应

纽约大学朗根医学中心研究团队近期成功开发一种新型人工智能模型，有望彻底改变心脏移植排斥反应的诊断方式。传统诊断依赖心脏肌肉活检，属侵入性手术且过程繁琐。新研究由利奥尔·扬克尔森博士领衔，团队将患者心电图数据与两种常用血液生物标志物相结合，训练AI识别排斥反应的早期生理信号。该模型基于2018至2024年间2357名成年受试者的5300份心电图及同期活检记录进行训练。在涉及38名受试者的测试中，结合心电图与血液指标的AI模型准确识别出94%的未发生排斥患者。相比之下，仅依赖血液检测的旧方案曾错误提示19名患者需进行活检。该研究于9月25日发表于《JHLT Open》，是首个将血液生物标志物与心电图数据融合并由AI直接对比活检结果进行验证的尝试。扬克尔森博士指出，心电图中蕴含丰富的生理信息，AI模型的引入不仅能大幅降低假阳性率，避免患者承受不必要的侵入性操作，更能推动排斥反应的早期发现与精准用药。目前团队正筹备在多中心临床试验中进一步验证该技术的临床适用性，有望为心脏移植术后管理提供高效、安全的无创监测新范式。