
Po ładunku przychodzi gęstość. Jesteśmy świadkami narodzin nowego pojęcia w migotaniu przedsionków
2026-11-09
Telemonitoring – kto może z niego korzystać i co refunduje NFZ?
2026-11-12Sztuczna inteligencja w EKG. Czy wykryje migotanie przedsionków, zanim je poczujesz?
Wynik EKG prawidłowy, a serce i tak od czasu do czasu „wariuje”. Wielu pacjentów zna tę sytuację. Migotanie przedsionków często pojawia się napadami: trwa kilka minut lub godzin, po czym samo ustępuje. Jeśli EKG wykonamy między napadami, zapis może być idealny. A gdyby komputer potrafił dostrzec w takim „prawidłowym” EKG ślad arytmii, której nie widać gołym okiem? Sprawdzało to badanie LATENT, przedstawione na kongresie American Heart Association (AHA 2026) i opublikowane 7 listopada w czasopiśmie Circulation.
Arytmia, która lubi się ukrywać
Migotanie przedsionków jest jedną z najczęstszych arytmii u dorosłych. Im jesteśmy starsi, tym częściej się pojawia. Jedni czują je bardzo wyraźnie: serce bije szybko i nierówno, brakuje tchu, męczy każdy wysiłek. Inni nie czują nic. Pisałam o tym w artykule o migotaniu przedsionków bez objawów.
Brak objawów nie oznacza jednak braku ryzyka. Migotanie przedsionków zwiększa ryzyko udaru mózgu, niewydolności serca i hospitalizacji.
Problem w tym, że standardowe EKG trwa około 10 sekund. Jeśli w tym czasie serce pracuje w prawidłowym rytmie, arytmia po prostu się nie pokaże. Dlatego przy napadowych objawach tak ważne jest dłuższe monitorowanie, np. badanie Holter EKG. Nie każdy jednak trafi na takie badanie. Pojawia się więc pytanie: czy da się wcześniej wskazać osoby, u których warto szukać migotania szczególnie uważnie?
Co sztuczna inteligencja „widzi” w EKG?
Lekarz, oceniając EKG, patrzy na rytm, częstość, przewodzenie oraz kształt załamków i zespołów. Algorytm sztucznej inteligencji, wytrenowany na setkach tysięcy zapisów, może wychwycić bardzo subtelne cechy sygnału, np. drobne zmiany w kształcie załamka P. Mogą one świadczyć o tym, że przedsionki są już „przygotowane” do migotania.
Trzeba to jasno powiedzieć: algorytm nie rozpoznaje migotania przedsionków w zapisie, w którym go nie ma. Może natomiast ocenić, że dany zapis wiąże się z większym prawdopodobieństwem, że arytmia występuje lub wkrótce się pojawi. Sztuczna inteligencja nie stawia więc diagnozy. Podpowiada, u kogo warto jej poszukać.
Badanie LATENT: prawie 15 tysięcy pacjentów
Badanie przeprowadzono w jednym ośrodku na Tajwanie (National Defense Medical Center). Objęło 14 665 osób w wieku 40–85 lat, u których nigdy wcześniej nie rozpoznano migotania ani trzepotania przedsionków. Uczestników losowo podzielono na dwie grupy:
- 7337 osób – strategia ze wsparciem sztucznej inteligencji,
- 7328 osób – standardowa opieka.
W pierwszej grupie algorytm przeanalizował EKG, które pacjenci mieli wykonane w ciągu poprzedniego roku, w prawidłowym rytmie. Osobom, których zapis algorytm uznał za „wysokiego ryzyka”, zaproponowano Holter EKG trwający do 7 dni. Żeby porównanie było uczciwe, takie samo monitorowanie zaproponowano dobranym osobom z grupy kontrolnej.
Badacze sprawdzali, czy w ciągu 90 dni uda się wykryć:
- migotanie lub trzepotanie przedsionków,
- albo zaburzenia, które często poprzedzają migotanie: bardzo liczne dodatkowe pobudzenia przedsionkowe (ponad 500 na dobę), dłuższe serie takich pobudzeń (ponad 20 z rzędu) lub krótkie, samoistnie ustępujące epizody migotania czy trzepotania.
Wyniki: na pierwszy rzut oka sukces
| Strategia ze sztuczną inteligencją | Standardowa opieka | |
|---|---|---|
| Liczba uczestników | 7337 | 7328 |
| Wykryte zaburzenia | 54 osoby | 35 osób |
| Odsetek | 0,74% | 0,48% |
Różnica okazała się istotna statystycznie. Szansa wykrycia zaburzeń była o 54% większa w grupie ze sztuczną inteligencją (iloraz szans 1,54; 95% przedział ufności 1,01–2,37; p = 0,046).
Brzmi imponująco? Spójrzmy na to z drugiej strony. Różnica bezwzględna to zaledwie 0,26 punktu procentowego. Oznacza to, że na każde 1000 osób objętych strategią ze sztuczną inteligencją wykryto około 2–3 dodatkowe przypadki zaburzeń. To wynik ciekawy naukowo, ale znacznie skromniejszy, niż sugeruje nagłówek „o 54% więcej”.
Najciekawsze: mała grupa, duża różnica
Algorytm uznał za osoby wysokiego ryzyka zaledwie ok. 1,1% uczestników. W grupie ze sztuczną inteligencją były to 84 osoby, z których 48 (57%) zgodziło się na dodatkowy Holter.
I tu różnica była uderzająca. Zaburzenia przedsionkowe wykryto u:
- 32,1% osób wskazanych przez algorytm,
- 2,6% porównywalnych osób z grupy kontrolnej.
U osób, które algorytm uznał za pacjentów niskiego ryzyka, odsetki były niemal identyczne: 0,4% i 0,5%.
Wynika z tego, że sztuczna inteligencja może pomóc znaleźć niewielką grupę pacjentów, u których dodatkowe monitorowanie przynosi wyjątkowo dużo informacji. To jednak analiza podgrup. Nie dowodzi, że algorytm potrafi bezpiecznie wykluczyć migotanie u pozostałych osób.
Haczyk: samo migotanie przedsionków – bez wyraźnej różnicy
Główny wynik badania obejmował nie tylko migotanie przedsionków, ale też trzepotanie i zaburzenia, które mogą je poprzedzać. Gdy badacze policzyli wyłącznie nowe rozpoznania migotania lub trzepotania przedsionków, różnica prawie zniknęła: 0,3% w grupie ze sztuczną inteligencją wobec 0,2% w grupie kontrolnej. Nie była istotna statystycznie.
Po 180 dniach nie było też różnicy w rozpoczynaniu leczenia antyarytmicznego (2,3% wobec 2,4%).
Jest jeszcze jeden szczegół, który mówi wiele o kruchości wyniku. Autorzy sprawdzili, co by się stało, gdyby tylko jeden przypadek w grupie ze sztuczną inteligencją został zaliczony inaczej. Wartość p wzrosłaby wtedy z 0,046 do 0,057, czyli powyżej progu istotności statystycznej. Jeden pacjent decydował więc o tym, czy badanie „wyszło”, czy nie.
To nie przekreśla LATENT. Pokazuje jednak, że efekt jest niewielki i wymaga potwierdzenia w większych, wieloośrodkowych badaniach.
Czy sztuczna inteligencja zapobiegnie udarom?
Na razie tego nie wiemy. Wcześniejsze wykrycie migotania przedsionków pozwala ocenić ryzyko udaru i, jeśli to potrzebne, włączyć leczenie przeciwkrzepliwe. Badanie LATENT nie było jednak zaprojektowane, żeby sprawdzić, czy mniej będzie udarów, hospitalizacji lub zgonów. Na jego podstawie nie można więc twierdzić, że analiza EKG przez sztuczną inteligencję chroni przed udarem.
A co, jeśli Holter pokaże dodatkowe pobudzenia przedsionkowe?
Spokojnie. Dodatkowe pobudzenia przedsionkowe są bardzo częste i występują także u osób ze zdrowym sercem. Ich znaczenie zależy od tego, ile ich jest, czy układają się w serie i jakie choroby towarzyszą. Bardzo liczne pobudzenia mogą zwiększać ryzyko migotania w przyszłości, ale nie oznaczają, że ono na pewno się pojawi.
Ważne: same dodatkowe pobudzenia przedsionkowe nie są wskazaniem do leczenia przeciwkrzepliwego. Decyzja o leczeniu wymaga rozpoznania konkretnej arytmii i oceny całego obrazu klinicznego.
Co to oznacza dla Ciebie już dziś?
Wyobraźmy sobie 65-letnią pacjentkę z nadciśnieniem, która co jakiś czas czuje nierówne bicie serca. U lekarza ma EKG i wynik jest prawidłowy, bo w chwili badania serce akurat pracuje miarowo. Czy to wyklucza migotanie przedsionków? Nie. Prawidłowy zapis pokazuje tylko te kilka sekund, w których powstał. Więcej o takich sytuacjach przeczytasz w tekście Czy możesz mieć arytmię mimo dobrych wyników?
W przyszłości algorytm podobny do tego z badania LATENT mógłby przeanalizować jej EKG i podpowiedzieć lekarzowi, że warto szukać arytmii dalej. Dziś taką decyzję podejmuje się na podstawie objawów i ryzyka pacjentki. Zasada pozostaje ta sama: skoro arytmia pojawia się napadami, trzeba nagrywać rytm serca na tyle długo, żeby trafić na napad.
Czas zapisu dobiera się więc do tego, jak często pojawiają się dolegliwości:
- objawy codzienne – zwykle wystarczy Holter 24-godzinny,
- objawy co 1–2 dni – 48 godzin,
- objawy rzadsze – 72 godziny lub dłużej,
- epizody bardzo rzadkie – czasem wszczepialny rejestrator rytmu serca, który monitoruje serce przez wiele miesięcy.
Szczegółowo piszę o tym w artykule kiedy lekarz zleca Holter EKG na 24, 48 lub 72 godziny.
Z tego samego powodu inteligentny zegarek nie zastąpi Holtera. Zegarek sprawdza rytm tylko co jakiś czas, więc krótki napad może przeoczyć, tak jak gabinetowe EKG. Holter rejestruje każde uderzenie serca przez całą dobę lub dłużej.
Takie badanie nie wymaga dziś wizyty w przychodni. Holter do domu zamawiasz przez internet, a holter wysyłkowy przychodzi kurierem lub do paczkomatu. Zakładasz go sama i nosisz podczas zwykłych codziennych zajęć, także w nocy. Zapis opisuje kardiolog zajmujący się zaburzeniami rytmu serca.
Podsumowanie
- Badanie LATENT pokazało, że algorytm sztucznej inteligencji analizujący „prawidłowe” EKG może pomóc wskazać osoby, u których warto szukać zaburzeń rytmu przedsionków.
- Ogólny zysk był niewielki: wykrywalność wzrosła z 0,48% do 0,74%, czyli o 2–3 przypadki na 1000 osób. Wynik był też statystycznie kruchy.
- U niewielkiej grupy pacjentów wskazanych przez algorytm dodatkowy Holter wykrywał zaburzenia aż u co trzeciej osoby.
- Nie wykazano istotnie częstszego rozpoznawania samego migotania przedsionków ani wpływu na udary i przeżycie.
- Prawidłowe EKG nie wyklucza napadowej arytmii. Jeśli masz niepokojące objawy, porozmawiaj z lekarzem o dłuższym monitorowaniu rytmu serca.
Sztuczna inteligencja może w przyszłości pomóc lekarzom decydować, komu zlecić dokładniejszą diagnostykę. Na razie nie zastępuje ani dobrze dobranego badania, ani oceny klinicznej.
Niepokoi Cię nierówne bicie serca, a EKG w gabinecie było prawidłowe? W CardioX możliwy jest wynajem Holtera przez internet. Badanie 24, 48 lub 72 h wykonasz w domu, bez skierowania.
Literatura
- Lee C.C. i wsp. Leveraging AI-ECG Technology for Early Notification and Tracking of AF Development (LATENT): A Randomized Controlled Trial. Circulation. Opublikowano online 7 listopada 2026. DOI: 10.1161/CIRCULATIONAHA.126.083540.
- Van Gelder I.C. i wsp. 2024 ESC Guidelines for the management of atrial fibrillation developed in collaboration with the European Association for Cardio-Thoracic Surgery (EACTS). European Heart Journal. 2024;45:3314–3414. DOI: 10.1093/eurheartj/ehae176.
- Svennberg E. i wsp. How to use digital devices to detect and manage arrhythmias: an EHRA practical guide. Europace. 2022;24:979–1005. DOI: 10.1093/europace/euac038.



