基于人工智能的起搏器患者心房颤动负担分析显示AF负担对中风无影响
AFNET开展的NOAH-AFNET 6试验亚组分析利用大型语言模型从起搏器数据中提取心房颤动负担信息,研究发现设备检测到的心房颤动患者中,平均AF负担仅为0.4%,20%的患者基线AF负担超过1%,但AF负担高低与中风风险无显著关联,抗凝治疗效果也不受AF负担影响,该研究证实了AI驱动的自然语言处理技术可从常规起搏器报告中可靠提取AF负担信息,为个体化风险评估和治疗决策提供支持,同时也表明低AF负担对应低中风风险,为临床治疗决策提供重要参考。

