心房颤动是一种常见的心律失常类型，随着年龄增长其发病率不断升高，且其不规则的心脏节律会引起急性脑卒中等严重并发症。但心房颤动发作时多无明显症状，患者常在发生栓塞事件后才会被首次确诊。近年来随着人工智能技术不断发展，机器学习可以帮助临床医生识别心房颤动高危人群。本文主要综述了机器学习在心房颤动筛查和管理中的应用进展，旨在提高临床医生对机器学习的认识。
科研之友
微信
新浪微博
Facebook
分享链接
