ECGTwinMentor：一种基于数字孪生的个性化心电图学习与支持系统

心电图（ECG）判读是医学培训中的一项核心能力，但对学生和初入职场的临床医生而言，仍是最具挑战性的技能之一。传统的 ECG 分析教学方法往往依赖于静态示例、延迟反馈，且接触多样化病理图形的机会有限。这些局限性阻碍了在现实场景中诊断信心和批判性思维的建立。为了弥补这一教学差距，我们推出了 ECGTwinMentor，这是一个旨在通过交互式模拟、智能预测和个性化反馈来增强心血管病学教学的数字孪生软件平台。ECGTwinMentor 将在精选 ECG 数据集上训练的机器学习模型与用户友好的界面相结合，使学习者能够输入关键的心脏参数。该系统还可生成合成 ECG 波形并提供上下文解释，允许用户将其输入与已确立的生理常模进行比对。该平台兼具可扩展性和灵活性，支持云端和边缘部署，并集成了如 AES 加密和 API 速率限制等强大的安全功能。该软件通过模型性能分析以及心血管病学学生在诊断模拟期间的反馈进行了验证。凭借 95% 的深度学习模型准确率，ECGTwinMentor 有效地将人工智能、数字孪生和医学教育结合为一个交互式且立足于临床实际的学习工具。