{"id":"509793","toptitle":"","toptitle_color":"","title":"新技术助力鉴别心梗与主动脉夹层","title_color":"","subtitle":"","subtitle_color":"","crtime":"2026-03-26 08:39:03","condition":"来源：健康报","thumb": ""}

  本报讯（特约记者 邢靓 张楠）新疆维吾尔自治区人民医院杨毅宁教授团队联合新疆大学吕小毅教授团队，创新融合光谱联用技术与自主研发AI（人工智能）算法，通过光谱技术捕捉心肌梗死、主动脉夹层患者血液中的生物信号，依托深度学习模型自动识别关键特征，仅需一滴血，只用5～10分钟，即可实现这两种高危心血管疾病的精准鉴别。相关研究论文日前发表在国际学术期刊《人工智能工程应用》上。

  心肌梗死与主动脉夹层均为致死性极高的心血管急症，二者均以胸痛为典型症状，但治疗方案截然相反：心肌梗死患者需快速溶栓救治，若将主动脉夹层患者误判并实施溶栓，会引发致命性大出血。因此，精准区分两种疾病是治疗的关键。目前，临床鉴别二者的金标准为增强CT。但该检查耗时较长、设备成本高昂，且造影剂过敏、肾功能不全等特殊人群无法耐受。

  研究团队发现，心肌梗死与主动脉夹层患者的血清存在分子层面的特征性差异，犹如专属“分子指纹”。团队联合运用拉曼光谱与红外光谱技术，精准捕捉这些分子差异信号，并依托自主研发的AI算法，从复杂光谱数据中自动提取关键判别特征，实现对这两种疾病的高效精准分类。临床样本验证显示，这项新技术诊断准确率达94.06%，正确识别非心肌梗死病例的特异度达97.03%。同时，整个检测仅用时5～10分钟，检测成本远低于增强CT。

  研究团队表示，这项技术有望作为现有影像学检查的有益补充，特别是在缺乏增强CT条件的救护车或基层医院，可以采用此技术完成血清快检，第一时间明确诊断，避免盲目抗凝或不当转运。在三级医院的急诊分流中，该技术可为CT检查排队或无法耐受检查的患者快速提供分子层面客观依据，为心血管急症的早期鉴别和及时干预提供技术支持，为患者争取宝贵救治时间。

  据了解，目前，该技术已进入临床研究阶段，下一步，研究团队将开展更大规模的临床验证，并开发便携式床旁快速检测仪器，让该技术更加适配于基层医院，惠及更多患者。