房颤抗栓进入“智防慧治”时代：AI精准溯源、治疗时机博弈与简化方案

　　在今日（11月21日）于杭州举行的第十九届钱江心血管病会议（QICC 2025） 房颤 抗栓论坛上，一项名为“基于头颅MRI DWI影像人工智能辅助模型对缺血性 脑卒中 患者房颤风险的预测”的人工智能研究结果正式发布。该研究通过分析自注意力机制提取影像组字特征和CNN特征，能够高效识别卒中背后的隐匿性房颤，成功将AI应用于“隐源性卒中”的病因溯源，预示着房颤的筛查与抗栓防治或可在AI协助下显著 “前移”。

　　 AI精准溯源，构建卒中预防新防线

　　研究负责人上海交通大学医学院附属第六人民医院心内科主任医师黄冬在现场报告中指出，房颤是缺血性卒中发生的重要危险因素，然而由于缺乏标准化或长期心率监测，导致缺血性卒中房颤诊断率被低估，对后续抗栓治疗方案和临床预后带来直接影响。

　　该研究通过回顾性队列（本院572例入组）研究建立了五个独立模型并使用四个子集训练，然后采用外部回顾性队列（外院多中心175例入组）研究对模型进行初步检验，最后通过前瞻性队列设计（本院73例入组）对模型进行再次检验。CNN热图分析揭示了AI模型通过聚焦于MR图像中的病灶区域来区分房颤与非房颤患者。验证数据显示，该模型对隐匿性房颤的预测灵敏度达87%，特异度达 80%。这相当于为每位卒中患者配备了一位不知疲倦的“侦探”，可高效识别房颤影像学特征，支持抗凝治疗决策。

　　我们可以期待，这项技术一旦投入临床应用，将改变我们对隐源性卒中的管理范式。它意味着对于高危患者，特别是女性患者、高NISS评分和低CHA2DS2-VASC评分患者，我们可以在确诊房颤前就启动更积极的监测，甚至讨论预防性抗栓的可能。

主题：房颤