Artificial intelligence prediction of age from echocardiography as a marker for cardiovascular disease
8.0
来源：
Nature
关键字：
medical imaging+deep learning
发布时间：
2025-11-19 07:52
摘要：
研究开发了一种深度学习模型，通过分析超声心动图视频，准确预测个体的生物年龄。这一模型在多个外部验证队列中表现出一致性，显示出其在心血管疾病风险评估中的潜在应用价值。研究结果表明，预测的生物年龄与心血管疾病的发生风险显著相关，为临床提供了一种新的风险评估工具。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+核心领域符合度
business_impact
1.0分+潜在商业影响
scientific_rigor
1.5分+有具体实验数据
timeliness_innovation
1.5分+技术创新
investment_perspective
2.5分+早期研发阶段
market_value_relevance
1.0分+与高发疾病相关
team_institution_background
0.5分+团队背景强
technical_barrier_competition
1.0分+技术壁垒高
关键证据
模型在多个外部验证队列中表现一致，显示出广泛的适用性。
预测年龄与心血管疾病风险显著相关，提供了临床预后工具。
深度学习模型的开发利用了大量的超声心动图视频数据，具有科学性和创新性。
真实性检查
否
AI评分总结
研究开发了一种深度学习模型，通过分析超声心动图视频，准确预测个体的生物年龄。这一模型在多个外部验证队列中表现出一致性，显示出其在心血管疾病风险评估中的潜在应用价值。研究结果表明，预测的生物年龄与心血管疾病的发生风险显著相关，为临床提供了一种新的风险评估工具。