According to the present invention, heartbeat data is cut-sampled with a first data amount, and heartbeat data of an identification target obtained by cut-sampling is input to an interference identification binary classification model to perform interference identification (110). Of the series, the signal abnormality determination is performed on the heartbeat data segment whose heartbeat interval is equal to or greater than the preset interval determination threshold to determine whether the signal is an abnormal signal (130). At, the start data point and the end data point of slide sampling in the heartbeat data segment are specified based on the set time value, and the data segment is slide-sampled from the start data point to the end data point to obtain a plurality of sample data segments (140 ), an interference determination method based on artificial intelligence, which includes performing (160) interference identification using each of the sample data segments as heartbeat data to be identified.本発明は、第１のデータ量で心拍データをカットサンプリングし、カットサンプリングして得られた識別対象の心拍データを干渉識別二項分類モデルに入力して干渉識別を行い（１１０）、心拍データの系列のうち、心拍間隔が予め設定された間隔判定閾値以上の心拍データセグメントについて信号異常判定を行って異常信号であるか否かを判定し（１３０）、異常信号でなければ、所定時間幅で設定時間値に基づいて心拍データセグメントにおけるスライドサンプリングの開始データ点及び終了データ点を特定し、開始データ点から終了データ点までデータセグメントをスライドサンプリングして複数のサンプルデータセグメントを取得し（１４０）、サンプルデータセグメントをそれぞれ識別対象の心拍データとして干渉識別を行うこと（１６０）を含む人工知能に基づく心電図干渉識別方法に関する。
