AI预测心源性猝死
2026年7月2日，UC Berkeley研究发表于Nature。
研究要点
- AI分析常规ECG发现隐藏模式
- 预测心源性猝死风险
- 人类医生无法识别这些模式
- 发表于Nature（顶级期刊）
意义
- 从"辅助诊断"到"超越人类感知"
- 常规体检即可预警致命风险
- 可能改变体检标准
AI Master 解读
核心事件
AI在常规ECG中发现人类医生遗漏的致命心脏风险信号。
行业影响
影响分析： 心源性猝死每年导致数十万人死亡，常规ECG通常无法预警。AI模型能捕捉人眼无法识别的微妙模式，这是AI医疗从"辅助诊断"到"超越人类感知"的标志性进展。
AI Master 建议
关注AI医疗设备审批进展，这类技术可能改变常规体检标准。
