据介绍，每年全球有超过500万人死于心脏骤停，其中许多病例在发作前并无明显征兆。此前，医疗界一直在试图识别在中长期存在心脏骤停风险的患者，但难以及时预测几小时或几天内即将发生的心脏骤停。

　　在此背景下，法国国家健康与医学研究院、巴黎公立医院集团等机构的研究人员与美国同行展开合作，利用一套模仿人脑功能的人工神经网络，分析来自美国、法国、英国等6个国家的超过24万例动态心电图数据。

　　研究人员指出，借助人工智能工具分析动态心电图数据，他们成功发现预示心律失常风险的新的微弱信号，进而识别出在接下来两周内易患严重心律失常的受试者。如果不及时治疗，这类心律失常会发展成致命的心脏骤停。虽然这套人工神经网络仍处于评估阶段，但研究显示它能预测严重心律失常风险，预测准确率在70%以上。

　　据介绍，研究团队准备开展前瞻性临床研究，评估该模型在真实世界的有效性。随着技术不断成熟，这一模型未来有望用于医院方面对高危患者的持续监测，此外还可应用于动态血压计甚至智能手表等可穿戴设备上。