心房颤动是一种可能导致中风和其他心脏并发症的不规则且快速的心率异常。据美国疾病控制与预防中心统计，美国多达610万人患有此类疾病。
梅奥诊所心脏病专家保罗·弗里德曼医生正运用人工智能技术识别心房颤动患者，旨在通过早期干预防止不良事件发生。
这种微型设备可能改变医疗人员识别和管理心房颤动患者的方式——这种心律异常会增加中风风险。
"这就像在窥探未来，"弗里德曼医生表示。
它同时也追溯过去。该设备不仅能在发作期间识别心房颤动，还能通过人工智能分析既往发作痕迹和预测未来发作可能。
"它能发现肉眼难以察觉的细微模式，这些模式有时看似清晰可见，但实际上人类难以察觉，"弗里德曼医生解释道。
研究团队通过训练设备识别心脏电信号的细微变化后，在研究中证实其能够检测发作性心房颤动。即使在患者心律正常时，这种检测能力也是现有可穿戴心脏监护仪所不具备的。
弗里德曼医生解释说："当记录到异常心律如心房颤动时，无论是人类还是机器都能通过心电图识别。但真正难点在于那些间歇性发作的患者，常规监测往往难以捕捉。"
因为传统心电监测只有在发作期间佩戴才能检测到异常。但这种人工智能设备能在短时间内识别心房颤动，即使当前心律正常。这使患者能够及时接受预防中风的正确治疗。
"与大多数医疗检测工具类似，我们首先在最高风险群体中应用，因为这能最清晰验证效果。当技术成熟后，才会推广到更广泛人群，"弗里德曼医生补充道。
患者艾沃娜·斯里恩克的经历印证了这点。在治疗前，心悸、虚弱、头晕和呼吸困难等症状严重影响她的生活。
"我的血压会突然下降，不得不摇头才能摆脱这种状态。我总在祈祷不要晕倒，那种状态根本无法正常生活，"斯里恩克回忆道。
幸运的是她及时接受治疗避免了中风。她相信如果这项人工智能技术更早出现，或许能挽救母亲的生命——她的母亲因未能及时发现的心房颤动最终导致中风，并在五年后去世。
"想象这项技术的复杂性，就像让你在风平浪静的海面判断昨日是否巨浪滔天，这实在令人惊叹，"弗里德曼医生感慨道。
研究团队已完成设备有效性的研究验证。在投入临床应用前还需更多研究，他们正在计划相关试验。
"就像任何医疗工具，我们必须严谨验证其在真实临床环境中的有效性，"弗里德曼医生强调。
【全文结束】
