根据一项研究, 训练人工智能对脉率数据来准确预测心房动的发生, 这项技术将集成到智能手机中, 分析智能手表的数据, 如果需要, 根据分析发出警告. 这项研究发表在"模式"杂志上, 它记录了人工智能的训练过程, 突出了它在快速干预的潜力, 这可能需要药物或电动心脏转换. 预测这种情况可以提前进行早期干预, 增加患者的康复机会, 称为WARN的AI模型使用来自中国医院350名患者的数据进行训练,从而了解正常鼻节律和心房前后的现象. 模型根据这些洞察力评估危险的可能性. 研究人员使用心电图 (RRI) 上R波间隔之间的变化作为数据源来识别这些症状. 该模型以15秒的间隔处理30秒的RRI样本,以计算心房的概率. 除了主要数据集,还使用了两组验证数据集,每组数据集共涉及33名患者. 预警模型能够预测心房动的准确度为83%和73%,平均在发病前分别为31分钟和33分钟. 目标是通过智能手机应用程序处理智能手表数据, 告知用户心脏节奏以及是否可能出现潜在问题. 实际部署的技术尚未公布.