心房細動（AF）の早期発見とリスク層別化において，心電図のP波解析は極めて重要な役割を担っている．近年，P波幅の延長や二相性変化（advanced interatrial blockなど）といった古典的な指標に加え，人工知能（AI）を用いた深層学習モデルが革新をもたらしている．AIは洞調律時の微細なP波の変化から，AFの既往や将来の新規発症を高精度に予測可能とした．しかし，AIの予測精度と臨床的な意思決定の間には乖離が存在し，AI判断のブラックボックス性や医師の信頼感が課題となっている．さらに，AIによるスクリーニングが実際の患者予後改善に直結するかを検証する実装科学（implementation science）の視点も不可欠である．本原稿では，P波研究の変遷を概観しつつ，AI技術の臨床応用における現状の到達点と，将来に向けた課題・展望について論じる．
