针对常规心电图对冠心病敏感性不足的重大临床挑战，本人在团队原创提出的心电动力学图（CDG）这一心电分析新方法基础上，提出基于CDG的“动-静融合”可解释AI诊断新方法；在北京阜外医院、齐鲁医院等多中心，针对临床上极具挑战性的2500余例心电图“正常”的疑似冠心病患者完成了大规模临床验证，检测准确率突破80%，远超传统方法。开发了一套基于动态学习的心肌缺血/梗死检测系统，可应用到急性胸痛危险分层、冠脉微血管病变评估等一系列临床问题，得到临床专家的积极评价。该原创性成果构成了冠心病早期诊断领域的核心技术之一，有望为实现大规模、低成本的早期筛查与精准防治开辟全新路径。