11月7日，在2025年中国心胸血管麻醉学会心血管麻醉分会学术会议上，兰大一院信息中心杨子为第一作者的论文《CaMPNet：用于合并症检测的心血管多模态预测网络》（CaMPNet: Cardiovascular Multimodal Prediction Network for Comorbidity Detection），从全国遴选出的60余篇优秀论文中脱颖而出，荣获中青年优秀论文二等奖。

该项研究由兰大一院心血管内科与信息中心联合开展，聚焦临床心电图智能分析领域，提出基于Transformer架构的心血管多模态预测网络（CaMPNet）模型。该模型创新性地融合了原始12导联心电信号、机器自动测量的结构化心电特征及患者基本信息（年龄、性别），通过交叉注意力机制（Cross-Attention）实现多模态数据的精准融合与特征关联，显著提升了AI对复杂心血管共病的识别能力。

研究基于超过38万例MIMIC-IV-ECG数据库样本进行训练与验证，能够同时识别包括房颤、心衰、心肌梗死等13类心血管疾病及心律失常亚型。在独立测试中，该模型综合表现明显优于传统ResNet-ECG模型，并在房颤、心衰等主要疾病及正常心律识别中取得突出成绩。该模型还具备良好的可解释性，可通过可视化热图展示模型关注的心电波段，辅助医生理解AI的诊断逻辑，为临床决策提供参考。

该成果的获奖，充分展现了兰大一院科研团队在学科交叉与协同创新领域的优势，通过将人工智能技术与心血管疾病诊疗深度结合，探索了AI模型在心电图诊断、风险预测及临床辅助决策中的实际应用路径，为提升诊疗效率与精准度提供了新的技术支持，推动了临床数据智能化研究的新进展。

文图|信息中心 心血管内科

编辑|党委宣传部 刘丽君

责任编辑|党委宣传部 马凌

审核|党委宣传部 陈勇