AI医疗在诊断心跳100以上的病因方面有一定作用，但受到数据质量、算法局限性、疾病复杂性、个体差异、医生经验等因素影响。
1. 数据质量：AI医疗的诊断依赖于大量的数据学习。如果所使用的数据存在偏差、不完整或者不准确，就会影响其诊断的精准性。例如，某些特殊病例的数据可能未被充分纳入，导致AI在遇到此类情况时判断失误。而且数据的采集过程中可能存在误差，像心电图数据采集时电极位置不准确等，都可能使AI基于错误的数据进行分析。
2. 算法局限性：目前的AI算法虽然不断发展，但仍存在一定的局限性。现有的算法可能无法完全模拟人类医生复杂的思维和判断过程。对于一些复杂的病因，可能无法进行全面、深入的分析。例如，对于多种因素共同作用导致的心跳过速，算法可能难以准确识别各个因素的权重和相互关系。
3. 疾病复杂性：心跳100以上的病因多种多样，可能是生理性的，如运动、情绪激动等；也可能是病理性的，如心脏病、内分泌疾病、感染等。不同的疾病可能有相似的症状表现，增加了诊断的难度。而且有些疾病可能处于早期阶段，症状不典型，AI可能难以准确判断。比如甲状腺功能亢进早期，可能仅表现为心跳加快，没有其他明显症状，AI可能无法精准诊断。
4. 个体差异：每个人的身体状况和生理反应都存在差异。即使是相同的疾病，在不同个体身上的表现也可能不同。AI难以完全考虑到这些个体差异，从而影响诊断的精准性。例如，有些人对疼痛的耐受程度不同，可能会影响症状的表述，进而干扰AI的判断。
5. 医生经验：虽然AI可以提供辅助诊断，但医生的临床经验仍然至关重要。医生在长期的实践中积累了丰富的经验，能够根据患者的具体情况进行综合判断。在面对复杂病情时，医生可以结合自己的经验对AI的诊断结果进行验证和调整。例如，对于一些罕见病导致的心跳过速，医生的经验可能起到关键作用。
对于心跳过速的治疗，常用的药物有美托洛尔、比索洛尔、维拉帕米等，但具体用药需遵医嘱。当出现心跳100以上的情况时，应及时到正规医院心血管内科就诊，进行详细的检查，如心电图、心脏超声、甲状腺功能等，以明确病因。
AI医疗在诊断心跳100以上的病因方面有其优势，但受到多种因素的限制，不能完全精准诊断。在实际临床中，应将AI医疗与医生的专业判断相结合，充分发挥两者的优势，以提高诊断的准确性和治疗效果。