人工智能（AI）模型通过分析患者心电图（ECG）诊断心房颤动（AF）具有卓越的诊断准确率，该研究结果于2025年11月7日至10日在美国路易斯安那州新奥尔良举行的美国心脏协会（AHA）2025年科学会议上发布。
研究人员通过系统性综述与荟萃分析评估了AI算法利用心电图检测心房颤动的诊断效能。研究团队检索了2016年1月至2025年6月的医学数据库，筛选出仅采用经心脏病专家预先验证的患者心电图的研究，以评估AI检测心房颤动的诊断性能（无论是否设置对照组）。分析纳入了2024年1月至2025年6月发表的9项最新研究。
在纳入的研究中，AI算法对心房颤动的诊断准确率表现优异，汇总准确率达0.97（95%置信区间90%-99%；P<0.0001）。当前AI模型展现出卓越的鉴别能力，多数研究准确率超过0.95（范围0.78-1.00；I²=98.7%）。显著的异质性主要源于验证队列的不一致性和算法结构的差异。
研究人员指出心房颤动检测范式正在转变，结论强调："本研究证实，AI模型通过分析患者心电图样本可实现卓越的诊断准确率，凸显其在规模化早期检测中的变革性潜力。然而，显著的异质性表明必须进行严格的外部验证、提升算法透明度并消除偏见，以确保AI技术在心血管诊断中的公平临床整合，充分释放其临床价值。"
本文最初发表于《心脏病学顾问》
参考文献：
Krishnan E, Qureshi UJ, Hamna S等. 分析近期人工智能模型在利用患者心电图检测心房颤动中的能力. 美国心脏协会科学会议摘要；2025年11月7-10日；路易斯安那州新奥尔良. 摘要编号MP986.
【全文结束】
