导语

2026年7月，王卫庆教授团队在心血管顶刊European Heart Journal（IF 45.3，Q1）发表研究论文，题为《Transformer-based models for predicting cardiovascular risk in Chinese adults: development and validation》（中文译名：基于Transformer开发与验证中国成年人心血管风险预测模型）。

• 通讯作者：瑞金医院内分泌代谢病学科王卫庆教授、毕宇芳教授、陆洁莉教授，瑞金医院数字医学创新中心黄飞跃教授。

  
  

• 共同第一作者：曹秋雨博士后（瑞金医院内分泌代谢病学科）、徐兴坤工程师（瑞金医院数字医学创新中心）、林泓副研究员（上海市内分泌代谢病研究所）、印悦博士（上海市内分泌代谢病研究所）。

doi.org/10.1093/eurheartj/ehag517

该研究基于中国心血管代谢与恶性肿瘤队列（4C）中 156,790 名 40 岁及以上成年人的数据，开发了适用于中国人群的性别特异性 Transformer 心血管风险预测模型 China-AIHeart。全模型纳入 22 个临床常用预测变量，涵盖社会经济因素、生活方式、代谢指标及药物使用情况；简化模型纳入 15 个变量。研究将该模型与传统 Cox 模型及现有风险预测模型进行比较，并在新疆队列及 CHARLS 两个独立外部队列中完成验证。

China-AIHeart 可准确预测男性和女性 10 年心血管疾病、心肌梗死及卒中的发病风险，区分度（C-statistics）与校准度（校准 χ²、Brier 评分）表现良好，临床净获益较高。与纳入相同预测变量的 Cox 比例风险模型，以及 China-PAR、PREVENT-ASCVD、SCORE2 Asia-Pacific 等广泛应用的模型相比，China-AIHeart 具有更高的区分能力和更优的风险重分类能力（净重分类指数，NRI）。在两个外部验证队列中，该模型同样表现出良好的预测效果，外推性较好。为方便临床应用，研究团队还开发了线上风险评估工具，网址为：http://mbiobank.com/research/4c/china-aiheart。

该研究首次构建并验证了基于 Transformer 架构、适用于中国成年人的心血管风险预测模型 China-AIHeart，推动了人工智能方法在心血管流行病学中的创新应用。模型基于 15.7 万余名中国成年人开发，经两个大型独立外部队列验证，预测性能优于传统 Cox 模型及现有主流风险预测工具，可更精准地识别未来 10 年心血管疾病高危个体，为我国临床个体化危险分层、精准一级预防及慢病管理提供了重要的科学依据与技术支撑。