導語

近日，梅奧醫學中心的一項研究指出了智能手表可在非臨床環境中利用心電信號準確檢測心力衰竭的發生。該組研究人員將人工智能(AI)應用到智能手表的心電圖記錄中，以識別心臟泵血功能弱的患者。這項研究可以隨時隨地遠程記錄受試者智能手表所探測的心電圖，并定期通過智能手機應用程序將心電圖上傳到患者的電子健康記錄中。該成果發表在《Nature Medicine》上。

01 研究概述

心臟泵血功能弱的患者可能沒有明顯癥狀，但這種常見的心臟病卻影響了約2%的人口和9%的60歲以上的老年人。當心臟不能泵出足夠的富氧血液時，可能會出現包括呼吸急促、心率加快和腿部腫脹等癥狀。一旦確診，有許多治療方法可以改善患者生活質量，降低心力衰竭和死亡的風險，因此早期診斷很重要。

現階段，已有研究利用人工智能(AI)算法證明能夠從12導聯心電圖(ECG)中識別患者的心臟功能缺陷情況(定義為射血分數(EF)≤40%)，但使用智能手表的單導聯心電圖識別心功能缺陷的研究尚未深入開展過。近日，梅奧醫學中心發表了一項前瞻性研究，該研究通過電子郵件邀請梅奧醫學中心的患者下載一款新功能測試的應用程序，該應用程序將手表心電圖發送到一個安全的數據平臺。在研究中，相關研究人員通過智能手表上傳的心電信號評估了受試者對研究應用程序的參與度以及心電圖的診斷效果。

該項研究發表在《Nature Medicine》雜志上。梅奧醫學中心的研究人員將人工智能(AI)應用于智能手表的ECG記錄，以識別心臟泵功能弱的患者。

這項研究的主要作者Friedman博士表示，“目前，我們通過超聲心動圖、CT掃描或MRI來診斷心室功能障礙，即心臟泵血功能薄弱，但這些檢測方法均價格昂貴、耗時長且有時患者是無法及時使用的。我們的研究通過使用智能手表記錄的ECG來遠程診斷心臟泵弱的能力，可以及時大規模地識別這種潛在的危及生命的疾病。”

02 研究過程

該組梅奧醫學中心的研究人員對智能手表單導聯心電圖進行了詳細解讀，他們修改了之前已被證明可以檢測到心臟泵弱的12導聯心電圖開發的算法。研究表明，使用單導聯ECG數據的改良AI算法檢測心臟泵功能弱的曲線下面積為0.88。相比之下，這種準確性的測量與醫學跑步機診斷測試效果相近甚至更佳。

受試者患者的招募情況

所有2,454名受試者來自美國和11個國家的梅奧醫學中心的患者。他們下載了梅奧診所數字健康中心(Mayo Clinic Center for Digital Health)創建的一款應用程序，將他們的智能手表心電圖上傳到電子健康記錄中。2021年8月至2022年2月期間，受試者在電子健康記錄中記錄了超過12.5萬份ECG。臨床醫師可在電子健康記錄內置的AI儀表板上查看所有ECG數據，包括記錄的日期和時間。

大約420名受試者在應用程序中記錄智能手表ECG后30天內接受了聲波產生心臟圖像的標準超聲心動圖檢查，其中16名患者的射血分數低，超聲心動圖證實了這一點，這也驗證了所提出方法的準確性。

AI手表與患者的交互界面

03 研究展望

梅奧醫學中心心血管醫學系首席人工智能科學家，這項研究的第一作者Zachi Attia博士表示：“本項研究的這些數據令人振奮，充分表明了現階段的科技工具可以方便、廉價、可擴展的篩查諸多基礎性重要疾病。通過信息和電子技術，我們可以遠程收集有關患者心臟的有效信息，這種方法是可訪問的，可以滿足人們的診斷需求。”

梅奧醫學中心數字健康中心的醫學主任、該研究的作者醫學博士Bradley Leibovich表示：“建立從可穿戴消費電子設備獲取數據的系統，并對數據進行分析，按照本研究證明的方式遠程預防疾病或改善健康，可以徹底改變醫療保健現狀。像這樣的解決方案不僅能夠預測和預防疾病，并且將有助于減少臨床醫生的負擔。”