全面體外致心律失常試驗（CiPA）為將計算機模擬試驗整合到藥物評估流程鋪平了道路。國際協調委員會（ICH）已通過結構化問答（Q&A）形式啟動更新 ICH S7B 和 E14 指南的工作。該范式的一個重大挑戰是確保不同致心律失常風險預測模型在實驗系統中的一致應用和評估。本研究利用 CiPAORdv1.0 模型預測心臟毒性，利用 28 種藥物的體外數據進行訓練和驗證。改良的 O'Hara–Rudy 模型模擬了人類心室細胞模型的虛擬群體。提取了七個關鍵特征（qNet、APD50、APD90、Camax、Carest、CaTD50、CaTD90）作為分析輸入。CiPAORdv1.0 表現出穩健的性能，高風險類別的曲線下面積（AUC）為 1.0，低風險類別的 AUC 為 0.95。使用歸一化歐幾里得距離（R1 和 R2）增強了校準過程，有效區分了風險類別。敏感性分析確定了關鍵藥物，確保了用于錨定模型預測的強校準藥物集。所提出的人工神經網絡（ANN）模型驗證了 CiPAORdv1.0 框架作為有效的尖端扭轉型室性心動過速（TdP）風險預測系統，確保了穩健的實驗室特異性驗證。本研究提出了一種利用人工神經網絡實現經過驗證的心臟安全模型的新算法，滿足了藥物開發中標準化致心律失常風險評估的關鍵需求。