2026 年 4 月美國心律醫學會（HRS）2026 年會：NOAH-AFNET 6 試驗新分析公布，研究團隊以人工智慧（AI）自然語言處理從 11,964 份起搏器報告（共 2,534 名病人）擷取「房顫負擔」資訊，結果顯示——裝置偵測到的次臨床房顫（subclinical AF）持續時間長短，與中風或其他心血管事件風險並無正相關。這顛覆了臨床長期以「房顫時間越長、風險越高」決定抗凝血藥物使用的直覺。
什麼是「裝置偵測到的房顫」？
許多裝有起搏器或植入式心律監測器的病人，裝置會自動記錄心房高速跳動事件（atrial high-rate episodes, AHRE），這類房顫常常沒有症狀，與一般心電圖診斷的臨床房顫不同。過去多項研究顯示有 AHRE 者中風風險升高，因此臨床上一度傾向「累積時間越長越要抗凝」。
NOAH-AFNET 6 此次發現是什麼？
研究者將 AI 演算法套用於 NOAH-AFNET 6 多中心隨機試驗的起搏器資料，自動提取每位病人累積房顫時間。結果顯示，不論房顫負擔多寡（時間長或短），中風與其他重大心血管事件的發生率無顯著差異。同時，edoxaban（艾必克凝）抗凝藥的療效在不同房顫負擔組亦相當。
這代表抗凝血藥可以不用吃了嗎？
不是。這項分析的對象僅限裝置偵測到、無症狀的次臨床房顫。對於有症狀的臨床房顫病人，抗凝血治療（如 edoxaban、apixaban 或 warfarin）仍是標準預防中風的方法。本分析的意義在於：「房顫時間長度」可能不是裝置偵測族群的最佳風險指標，臨床決策需要更個別化的評估，而非單純看持續秒數。
AI 在這項研究扮演什麼角色？
傳統人工檢視 12,000 份起搏器報告需數百工時，且容易遺漏。研究團隊以自然語言處理模型自動分類報告中的關鍵欄位（如最長 AF 持續時間、累積負擔），結果顯示與專家判讀一致度高，且大幅縮短分析時間。研究者強調，這證明 AI 可協助「將既有臨床資料變成可研究的證據」，為其他大型試驗提供範本。
專家怎麼看？
歐洲心律學會（EHRA）2024 房顫指引已建議：對於 AHRE < 24 小時且無中風史者，不建議常規抗凝，這次 AI 分析提供更細緻的證據支持。美國心臟協會（AHA）與美國心臟學會（ACC）2023 年房顫指引也採類似立場。台灣心律醫學會在2024 年版抗凝血治療共識中，建議 CHA₂DS₂-VASc 分數搭配臨床評估，避免單純以時間長短決定。對裝有心律調節器的病人而言，最重要的仍是定期門診追蹤、不自行調整藥物。