2025年11月，本溪市中心医院临床研究中心团队在国际期刊Frontiers in Cardiovascular Medicine发表了题为“Application of machine learning to predict the occurrence of venous thromboembolism in patients hospitalized for coronary artery disease: a single center retrospective study”的研究论文。该研究论文应用机器学习的方法首次构建辽东地区冠心病住院患者静脉血栓栓塞风险的预测模型。

　　截至目前，该研究论文已被全球学者多次下载并浏览。

　　冠心病作为高发慢性心血管疾病，严重威胁我国居民生命健康。静脉血栓栓塞症是住院患者人群高发的严重并发症。冠心病住院患者并发静脉血栓栓塞后死亡风险明显升高，随之产生的高额诊疗费用，凸显出临床加强冠心病住院患者发生静脉血栓栓塞防控管理的迫切性。尽早识别高危人群、实现提前干预是临床实践中亟待解决的关键问题。

　　结合临床实际情况，本溪市中心医院临床研究中心团队，依托本溪市临床生物样本库数据，运用多种机器学习算法开展研究，搭建出冠心病患者静脉血栓栓塞风险预测模型。研究经过多维数据筛选、内部验证与外部验证后确认，D 二聚体、中性粒细胞计数和年龄，是引发这类患者出现静脉血栓的三大主要风险因素。

　　这项研究填补了本地相关领域的研究空白。既能帮助医生依靠常规检查，快速识别高风险患者；又能运用人工智能模型，弥补传统评估方式的不足。可为定制预防方案、完善院内血栓防控工作提供智能支持，既有研究意义，也能切实应用到临床诊疗中。

　　由多种风险因素构建的可视化风险筛查模型，已完成相关部署，扫描二维码进行风险自查。

　　研究论文链接：https://www.frontiersin.org/journals/cardiovascular-medicine/articles/10.3389/fcvm.2025.1610938/full