Efficacy of Artificial Intelligence on 12-leads ECG to Detect Atrial Fibrillation during Sinus Rhythm
Rattachement africain : cn, jp. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
【目的】心房細動（atrial fibrillation，AF）は脳梗塞、心不全や死亡のリスクを増加させることから、早期の診断と抗凝固療法の導入が必要となるが、AFは無症状のことも多く、早期発見が難しい。そこで、本研究は日本人を対象とし、AFの早期発見のため非発作時の心電図から発作性AFをスクリーニングするための人工知能（artificial intelligence，AI）開発を行い、本AIの臨床の場における有効性について検証することを目的とした。
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Efficacy of Artificial Intelligence on 12-leads ECG to Detect Atrial Fibrillation during Sinus Rhythm 12誘導心電図から心房細動発症を予測するAIの臨床的有効性についての検討
- Date Crossref
- 10/03/2026
- Éditeur
- Japan Society of Health Evaluation and Promotion
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.