本文探讨了多任务深度学习模型在冠状动脉计算机断层扫描（CCTA）中的应用，能够有效进行患者风险分层和下游测试选择。研究表明，机器学习在心血管死亡风险预测和冠心病风险分类方面的准确率高达95.36%。此外，深度学习算法在识别动脉硬化和心脏异常方面也展现了良好的诊断能力，为临床决策提供了重要支持。