NOAH-AFNET 6试验的一项分析利用大型语言模型从设备检测到心房颤动患者的起搏器数据中提取AF负担信息。这种方法能够评估AF负担对心血管结局的影响以及对抗凝治疗在起搏器患者中有效性和安全性的影响。该人群的AF负担为0.4%，20%的患者显示出基线AF负担超过1%。在这些患者中，AF负担对中风或其他心血管事件没有影响。今天，AFNET董事会成员、马斯特里赫特大学的Ulrich Schotten教授在芝加哥2026年心律学会大会(HRS)上作为热点研究公布了这些发现(1)。
设备检测到心房颤动(DDAF)的患者相比具有可比性中风风险因素的ECG诊断心房颤动(AF)患者，中风风险较低。AF负担——患者处于AF状态的时间比例——已成为与中风风险和结局相关的重要因素，但在临床研究和实践中，大规模获取这一指标仍然困难。
由AFNET开展的研究者发起的NOAH-AFNET 6试验(非维生素K拮抗剂口服抗凝剂用于心房高频率发作患者)的主要分析显示：在DDAF患者中，抗凝治疗略微降低了相对较低的中风风险，但也增加了大出血风险。由于预期DDAF患者出血事件增加，而预防中风的效果小于预期，该试验提前终止。抗凝治疗的微弱效果也在几个亚组中被发现(2-10)。
NOAH-AFNET 6的这项子研究表明，使用自然语言处理的AI驱动模型可以可靠地自动从常规起搏器报告中提取AF负担信息，支持更个体化的风险评估，并帮助临床医生就抗凝等治疗做出更明智的决策。该方法应用于NOAH-AFNET 6，以更好地了解AF负担如何与临床结局相关，以及如何影响抗凝剂依度沙班的治疗反应。
研究人员分析了NOAH-AFNET 6试验中2,534名设备检测到AF的患者的11,964份起搏器报告。在70%以上的报告中成功识别出AF负担或模式切换负担，证明该方法适用于真实世界数据。在验证亚组中，大型语言模型提取的AF负担与人工审核结果一致率超过98%。此外，AF负担和模式切换负担显示出高度一致性，强化了基于设备测量的可靠性。在整个研究人群中，基线AF负担保持在较低水平，凸显了更精确测量的重要性，以更好地理解患者风险和治疗反应。
在NOAH-AFNET 6试验19个月的中位随访期间，基线AF负担与心血管事件进行了相关性分析。基线AF负担并未改变血栓栓塞风险，即使在AF负担较高的少数患者中，中风发生率也很低。在这一详细分析中，AF负担并不影响抗凝治疗的有效性。如预期，抗凝治疗增加了出血和死亡风险，且与AF负担无关。
"随着全球心房颤动发病率上升，我们必须找到更好的方法利用最新技术，不仅了解患者是否患有心房颤动，还要了解其随时间对患者的影响程度，"芝加哥会议数据的主要作者和报告者Schotten教授表示。"这种基于AI的大型语言模型方法使我们能够从已收集的数据中解锁有意义的见解，并利用这些见解推进研究和改善患者护理。"
"这些结果强调了确定低负担AF对中风风险影响的必要性。这一稳健分析的信号很明确：低AF负担转化为低中风风险。我们需要在更大的数据集中进行类似分析，以确定哪些AF负担需要抗凝治疗，哪些负担需要节律控制治疗。今年早些时候，我们与国际合作伙伴一起开始整合相关数据集(www.afburden.org)。"该分析的高级作者Paulus Kirchhof表示。
关于心房颤动网络(AFNET)
心房颤动网络(AFNET)是一个跨学科研究网络，由致力于通过在德国、欧洲和全球范围内协调研究来改善心房颤动管理的医院和诊所的科学家和医生组成。其主要目标是在国家和国际层面开展高质量的研究者发起的临床试验和注册研究，以及转化研究项目。AFNET延续了该网络的长期活动，该网络已由德国联邦教育与研究部资助十余年。自2015年1月以来，AFNET的特定项目和基础设施由德国心血管研究中心(DZHK)资助，部分项目由欧盟研究基金资助。AFNET在心房颤动管理方面拥有丰富经验，同时也为心血管护理其他领域的工作提供支持。20年的临床和转化研究成果改善了心血管疾病患者的生活，并影响了治疗指南。
NOAH试验资助：AFNET、DZHK、第一三共。本分析部分由欧盟AF-B-STEP项目资助(协议编号101252780，www.afburden.org)。
NOAH注册：NCT 02618577，ISRCTN 17309850
媒体联系人
Angelika Leute博士
电话：+49 202 2623395
电子邮箱：a.leute@t-online.de
原始出版物：
Schotten U等. 基于设备报告的心房颤动负担分布、与结局的关系及抗凝治疗的有效性和安全性：NOAH-AFNET 6试验。2026年。HRS大会摘要
更多信息：
本新闻稿标准：
记者、科学家和学者
医学、营养/医疗/护理
跨区域、国家
研究成果、科学会议
英语
【全文结束】
