一项关于可解释人工智能（explainable artificial intelligence）与心脏电生理模型（cardiac electrophysiological models）的系统评价，旨在探讨这些模型在预防青少年和年轻成人运动相关突发性心脏死亡（sudden cardiac death）和心脏骤停（cardiac arrest）方面的应用

《npj Digital Medicine》：A systematic review of explainable artificial intelligence and cardiac electrophysiological models addressing sports-related sudden cardiac death and arrest in adolescents and young adults

　　

摘要

突发性心脏死亡（SCD）是指在有人目睹的情况下发生的心脏骤停（SCA）后一小时内，或在无人目睹的情况下发生的心脏骤停后24小时内发生的致命事件，是青少年和年轻运动员的主要死亡原因。我们研究了与运动相关的突发性心脏死亡（SrSCD）以及青少年和年轻运动员中心脏骤停（SrSCA）的发病率，探讨了应用于危及生命的心律失常的机器学习技术（xAI），以及心脏电生理模型。我们系统地检索了2013年至2025年间来自八个数据库的同行评审研究（PROSPERO: CRD42024565960），并使用PROBAST进行偏倚评估。在9574项研究中，我们纳入了84项（发病率研究30项，人工智能应用研究30项，建模研究38项）。SrSCD的发病率每年每10万名参与者中为0.1至0.6例。梯度加权类激活映射（Gradient-weighted Class Activation Mapping）是最常用的机器学习技术。心脏电生理模型主要关注细胞和组织层面的电生理学特性。我们提倡制定标准化的SrSCD/SrSCA定义，并将流行病学风险因素与人工智能和心脏建模框架相结合，以推进针对运动员的个性化风险分层。

此图片的替代文本可能是由人工智能生成的。