基于机器学习与患者自述症状的心肌梗死院前筛查模型：构建与应用研究

本研究旨在构建并验证一种基于机器学习算法的心肌梗死院前筛查模型。该模型仅依赖患者自述症状及基本体征信息，在无需心电图及实验室检查的情况下，实现对心肌梗死发生风险的快速评估。通过回顾性收集急诊胸痛患者数据，采用多种机器学习方法进行建模与优化，并通过内部及外部验证评估模型的判别能力、校准度及临床实用性。最终开发可视化在线风险评估工具，以期提高公众及基层医疗场景中心肌梗死的早期识别能力，缩短患者就诊延迟，改善预后。