“AI赋能的急性心肌梗死预警研究”专项项目2025年度项目指南

近日，基金委发布《“AI赋能的急性心肌梗死预警研究”专项项目2025年度项目指南》（链接：https://www.nsfc.gov.cn/publish/portal0/tab442/info94443.htm），要点如下：

---

急性心肌梗死（急性心梗）具有起病隐匿、突发危重等特征，严重威胁人类生命健康。急性心梗的发病受遗传、环境、生活方式及相关疾病等多种体内外因素影响，因其临床表现特异性不强或无发病先兆症状而常被忽略，容易错失早期诊治的时机。急性心梗发生是一个复杂多尺度过程，其发病前状态的特异性标志物匮乏且难以进行定量表征，演变规律仍不明确，严重制约其早期预警和干预。本项目拟聚焦急性心梗发病前的“未病”阶段，以多学科交叉研究方法，建立急性心梗发病前状态的数字化表征及多维动态网络，解析并验证急性心梗发病的临界转变机制，构建跨系统人工智能预测预警体系，探索急性心梗预警研究新范式。

一、科学目标

聚焦急性心梗发病前状态，筛选可检测可量化的宏微观指标，数字化表征急性心梗发病前的共性规律和个性特征，构建临界转变状态的网络模型，研发急性心梗预测预警大模型，揭示疾病发生发展的关键因素和生物学机制，推动急性心梗的早期预警和有效预防，并为理解疾病发生机制和发展诊疗新技术提供理论依据。

二、拟资助研究方向

(一)急性心梗发病前多维度定量表征。

基于“心血管高危人群”等已有队列，聚焦急性心梗从“未病”到“发病”转变的关键时间窗，综合运用多参数传感（如可穿戴设备）、多模态影像、多组学检测等技术，动态采集与分析生理病理数据，数字化表征急性心梗发病前状态，建立宏微观指标变化的映射关系，发展急性心梗发病前状态的定量评价体系。

(二)急性心梗发病前多维动态网络构建。

基于前瞻性队列和多模态数据，筛选理化指标、影像特征等新型数字标志物，分析潜在风险因子的动态变化。以复杂系统科学理论为指导，采用网络建模与因果推断等方法，构建急性心梗发病前状态的多维动态网络并刻画临界状态特征，从分子和系统层面阐明急性心梗发病前的特征变化及机制。

(三)急性心梗预测与预警人工智能大模型。

综合利用跨系统、跨模态的多尺度信息，基于人工智能大模型技术，结合同构或异构的迁移学习策略，整合大规模多源异构的真实世界数据，模拟心梗发病前复杂状态，构建与验证中长期发病的风险预测和发病前临界状态预警大模型。

三、资助期限和资助强度

本专项项目直接费用总额度为1500万元。计划资助联合申请项目6对左右，每对项目资助合计约200-300万元，资助期限为3年，申请书研究期限应填写为“2026年1月1日－2028年12月31日”。

四、限项申请规定。

1.本专项项目从申请开始到自然科学基金委作出资助与否决定之前，不计入高级专业技术职务（职称）人员申请和承担总数2项的范围；获资助后计入高级专业技术职务（职称）人员申请和承担总数的范围。

2.申请人和主要参与者只能申请或参与申请1项本专项项目。

3.申请人同年只能申请或承担1项专项项目中的研究项目。

五、申请时间

在线申报接收期为：2025年2月17日-3月17日16时。校内截止时间为2025年3月15日。

附件1：“AI赋能的急性心肌梗死预警研究”专项项目2025年度项目指南

---

校内申报截止时间为：2025年3月15日

校内联系人：郝西钊

联系方式：010-62332207，haoxizhao@ustb.edu.cn

办公地点：办公楼229