面对急性心肌梗死和主动脉夹层这两种症状相似但治疗方案完全相反的致命胸痛，医生和患者常常面临生死抉择。近日，新疆维吾尔自治区人民医院与新疆大学的研究团队带来了一项突破性进展：只需一滴血，等待10分钟，就能准确区分这两种疾病，有望大幅降低因误诊导致的死亡率。

　　这项由自治区人民医院杨毅宁教授和新疆大学吕小毅教授团队联合完成的研究，已于2月5日发表在国际权威期刊《Engineering Applications of Artificial Intelligence》（中国科学院一区Top期刊）上。该研究首创血清振动光谱联合多模态深度学习技术，为急性胸痛的快速、精准鉴别提供了全新解决方案。

　　急性心肌梗死（心梗）和主动脉夹层是急诊中最凶险的两种胸痛疾病。心梗需要立即溶栓打通血管，而主动脉夹层则严禁抗凝，必须紧急外科手术。一旦用错药，比如给夹层患者用了溶栓药，可能导致致命性大出血；反之，心梗患者被误判则会错失最佳救治时机。目前的标准诊断方法——增强CT检查耗时长、设备昂贵，在基层医院或急救车上很难普及。

　　研究团队另辟蹊径，不再依赖影像学检查，而是从血液中寻找答案。他们发现，心梗和主动脉夹层患者的血清在分子层面存在特征性差异，如同各自的“分子指纹”。通过拉曼光谱和红外光谱技术联用，团队捕捉到这些差异，并自主研发了一套人工智能算法，从复杂的光谱信号中自动识别出关键特征，实现精准分类。

　　经临床样本验证，这项新技术诊断准确率达94.06%，能正确识别非心梗病例的特异度高达97.03%。整个检测仅需约1滴血，耗时5到10分钟，费用成本也远低于大型CT。

　　杨毅宁院长研究团队表示，该方法有望作为现有影像学检查的有益补充，具有显著的临床应用价值：尤其在院前急救与基层初筛场景中，可在无CT设备条件下完成血清快检，第一时间明确诊断方向，避免盲目抗凝或不当转运；在三级医院急诊分流中，可为CT检查排队或禁忌患者快速提供分子层面客观依据，辅助临床决策；此外该技术设备成本显著低于高端CT，操作门槛相对较低，有望成为县域胸痛中心及基层医疗机构的标准配置，推动优质诊断资源下沉。

　　研究团队表示，下一步将推进更大规模的临床验证，并开发便携式床旁快速检测仪器，让这项技术早日惠及更多患者。