导语

近日，梅奥医学中心的一项研究指出了智能手表可在非临床环境中利用心电信号准确检测心力衰竭的发生。该组研究人员将人工智能(AI)应用到智能手表的心电图记录中，以识别心脏泵血功能弱的患者。这项研究可以随时随地远程记录受试者智能手表所探测的心电图，并定期通过智能手机应用程序将心电图上传到患者的电子健康记录中。该成果发表在《Nature Medicine》上。

01 研究概述

心脏泵血功能弱的患者可能没有明显症状，但这种常见的心脏病却影响了约2%的人口和9%的60岁以上的老年人。当心脏不能泵出足够的富氧血液时，可能会出现包括呼吸急促、心率加快和腿部肿胀等症状。一旦确诊，有许多治疗方法可以改善患者生活质量，降低心力衰竭和死亡的风险，因此早期诊断很重要。

现阶段，已有研究利用人工智能(AI)算法证明能够从12导联心电图(ECG)中识别患者的心脏功能缺陷情况(定义为射血分数(EF)≤40%)，但使用智能手表的单导联心电图识别心功能缺陷的研究尚未深入开展过。近日，梅奥医学中心发表了一项前瞻性研究，该研究通过电子邮件邀请梅奥医学中心的患者下载一款新功能测试的应用程序，该应用程序将手表心电图发送到一个安全的数据平台。在研究中，相关研究人员通过智能手表上传的心电信号评估了受试者对研究应用程序的参与度以及心电图的诊断效果。

该项研究发表在《Nature Medicine》杂志上。梅奥医学中心的研究人员将人工智能(AI)应用于智能手表的ECG记录，以识别心脏泵功能弱的患者。

这项研究的主要作者Friedman博士表示，“目前，我们通过超声心动图、CT扫描或MRI来诊断心室功能障碍，即心脏泵血功能薄弱，但这些检测方法均价格昂贵、耗时长且有时患者是无法及时使用的。我们的研究通过使用智能手表记录的ECG来远程诊断心脏泵弱的能力，可以及时大规模地识别这种潜在的危及生命的疾病。”

02 研究过程

该组梅奥医学中心的研究人员对智能手表单导联心电图进行了详细解读，他们修改了之前已被证明可以检测到心脏泵弱的12导联心电图开发的算法。研究表明，使用单导联ECG数据的改良AI算法检测心脏泵功能弱的曲线下面积为0.88。相比之下，这种准确性的测量与医学跑步机诊断测试效果相近甚至更佳。

受试者患者的招募情况

所有2,454名受试者来自美国和11个国家的梅奥医学中心的患者。他们下载了梅奥诊所数字健康中心(Mayo Clinic Center for Digital Health)创建的一款应用程序，将他们的智能手表心电图上传到电子健康记录中。2021年8月至2022年2月期间，受试者在电子健康记录中记录了超过12.5万份ECG。临床医师可在电子健康记录内置的AI仪表板上查看所有ECG数据，包括记录的日期和时间。

大约420名受试者在应用程序中记录智能手表ECG后30天内接受了声波产生心脏图像的标准超声心动图检查，其中16名患者的射血分数低，超声心动图证实了这一点，这也验证了所提出方法的准确性。

AI手表与患者的交互界面

03 研究展望

梅奥医学中心心血管医学系首席人工智能科学家，这项研究的第一作者Zachi Attia博士表示：“本项研究的这些数据令人振奋，充分表明了现阶段的科技工具可以方便、廉价、可扩展的筛查诸多基础性重要疾病。通过信息和电子技术，我们可以远程收集有关患者心脏的有效信息，这种方法是可访问的，可以满足人们的诊断需求。”

梅奥医学中心数字健康中心的医学主任、该研究的作者医学博士Bradley Leibovich表示：“建立从可穿戴消费电子设备获取数据的系统，并对数据进行分析，按照本研究证明的方式远程预防疾病或改善健康，可以彻底改变医疗保健现状。像这样的解决方案不仅能够预测和预防疾病，并且将有助于减少临床医生的负担。”