Apple|研究人员利用AI和Apple Watch心电图功能检测心室有效泵力低的情况

根据本周在美国心律学会会议上分享的研究数据,梅奥医学中心的研究人员创造了一种人工智能算法,能够使用Apple Watch拍摄的单导联心电图来找到心室有效泵力低的病人 。
访问:
苹果在线商店(中国)

Apple|研究人员利用AI和Apple Watch心电图功能检测心室有效泵力低的情况
文章图片

心室有效泵力低或左心室功能障碍是一个影响全世界2%到3%的人的问题,在60岁以上的人中最多有9% 。与Apple Watch可以检测到的另一个心脏问题--心房颤动一样,心室有效泵力低可以没有症状 。它也可能伴随着一些症状,包括心跳加速或呼吸急促 。
梅奥医学中心心血管医学系主任Paul Friedman说,人工智能能够使用消费者智能手表的心电图功能来检测这种情况,这是“绝对了不起的”,因为它通常需要超声心动图、CT扫描或MRI来识别 。

Apple Watch上的心电图功能是一种单导联心电图,它要求用户将手指放在Apple Watch的数字表冠上30秒 。结果会被上传到Apple Health应用程序,并可与医疗专业人士分享 。心电图旨在帮助检测心房颤动,但心电图功能和Apple Watch的其他功能也正在研究用于检测其他疾病 。
标准心电图使用12根电极导线,放置在一个人的胸部、手臂和腿上,监测心脏的电信号 。为了使用Apple Watch的单导联心电图结果,研究人员修改了现有的12导联算法,该算法已知能够检测出心脏肌肉的薄弱 。
该研究包括在六个月内从46个州和11个国家收集的125610份心电图 。每个人都提交了多份心电图报告,最干净的读数被用于该算法 。几百名参与者进行了临床测试,以测量泵的强度,这些数据被用来确定Apple Watch是否能检测出问题 。

约有420名患者在临床订购的超声心动图或心脏超声检查后30天内记录了手表心电图,超声心动图是测量泵强度的标准测试 。我们利用这些数据,看看我们是否能通过对手表心电图的人工智能分析来识别心室有效泵力低的情况 。虽然我们的数据是早期的,但该测试的曲线下面积为0.88,这意味着它与医疗跑步机测试一样好或稍好 。对手表心电图的人工智能分析是一个强大的测试,可以识别出心室有效泵力低 。
研究人员计划启动全球前瞻性研究,在更多不同人群中做进一步测试,以证明Apple Watch中的单导联心电图功能的好处 。
【Apple|研究人员利用AI和Apple Watch心电图功能检测心室有效泵力低的情况】“这就是医学转型的样子:从你的沙发上廉价地诊断严重疾病,”Friedman说 。