人工智能引导的心电图筛查用于窦性心律期间的心房颤动检测:一项前瞻性非随机干预试验
本研究评估了人工智能算法引导的靶向筛查方法在识别隐匿性心房颤动方面的临床效果,研究纳入美国40个州1003名平均年龄74岁的中风高危患者,通过分析常规心电图数据将患者分为风险等级,发现AI引导筛查使高风险组心房颤动检出率从常规护理的3.6%显著提升至10.6%,该方法仅需利用现有临床数据即可大幅提高筛查效率,为卒中预防提供了创新性解决方案,对改善心房颤动患者的抗凝治疗决策具有重要临床价值,相关成果发表在《柳叶刀》主刊并获梅奥诊所科研基金支持。

