一项研究旨在评估人工智能算法通过心电图诊断心房颤动的准确性。
研究表明，使用患者心电图诊断心房颤动的人工智能模型具有高度诊断准确性。
根据在美国路易斯安那州新奥尔良举行的2025年美国心脏协会科学会议（11月7日至10日）上公布的研究结果，利用患者心电图检测心房颤动（AF）的人工智能（AI）模型具有卓越的诊断准确性。
研究人员通过检索2016年1月至2025年6月的医学数据库，评估了AI算法使用心电图检测心房颤动的诊断准确性。该系统综述和荟萃分析仅纳入经心脏病专家预先验证的患者心电图研究，无论是否存在对照组，用于评估AI检测心房颤动的诊断性能。分析包含了2024年1月至2025年6月发表的9项最新研究。
纳入研究显示，AI算法对心房颤动的诊断准确性表现稳健，合并准确率达0.97（95%置信区间0.90-0.99；P<.0001）。当前AI模型的卓越鉴别能力得到凸显，大多数纳入研究的准确率超过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差异。
研究人员指出心房颤动检测范式正在转变，结论称：“我们的综合分析表明，AI模型通过使用患者心电图样本可实现卓越的诊断准确性，凸显其在可扩展化早期检测中的变革潜力。然而，显著的异质性突显了严格外部验证、算法透明化和偏差消除的必要性，以确保临床公平整合，并充分实现AI驱动心血管诊断的承诺。”
【全文结束】
