冠状动脉支架术后再狭窄预测试剂盒与 AI 风险预测系统

项目结合靶向代谢组学与人工智能，探索冠状动脉介入治疗（PCI）后支架内再狭窄（ISR）的早期风险预测，为高风险患者的识别及后续临床决策提供技术支持。

研究围绕血清代谢标记物检测和 AI 风险预测，构建从标记物筛查到模型分析的研究路径。

项目与安贞医院合作，使用新一代全景式靶向代谢组学技术，分析两轮临床队列中约 1600 名接受 PCI 手术的参与者术后 48 小时内的血清代谢组，并探索“多组学标记物筛查—AI 预警—因果推断”的技术体系。

快速检测试剂盒与 AI 系统融合了 8 种具有自主知识产权的血清代谢标记物。资料所述方案旨在将再狭窄预警提前至术后 48 小时，并报告与传统方法相比，检查成本由平均约 1 万元降至约 1000 元。

AI 风险预测研究采用 CNN 与 Transformer 等深度学习方法，结合病史、支架位置、年龄、性别、血常规指标及代谢组标记物，构建支架术后再狭窄的多维度预测模型。资料报告该模型在验证集中的准确率超过 90%。

下图展示了资料中基于血小板数和血脂的随机森林模型，以及 OMICSDIT 模型的 ROC 曲线。相关成果曾被作为美国心脏学会继续教育材料推送。