-
日期: 2025-07-16 | 来源: 果壳 | 有0人参与评论 | 字体: 小 中 大
手机测得的胸壁运动数据，与三个心音时期基本一致 | 参考文献[2]
结果显示，心衰识别的准确率为89%，灵敏度为85%，特异度为90%。在不同人群中，识别的准确性差别不大，包括不同年龄、性别、体重指数、心衰分级，以及合并和不合并心房颤动的人群。
利用心脏运动数据识别心衰的受试者工作特征曲线 | 参考文献[2]
居家维护身体健康，或将成为可能
这项研究显示，用内置于智能手机的运动传感器进行心脏功能的简单评估是可行的，并且有可能实现心衰患者的远程监测。
虽然手机中的MEMS技术并非专为描记心脏运动设计，仍可在99%以上的参与者中获取可靠的信号，并得到89%的准确率。也就是，我们现在使用的智能手机自带精确传感器，识别不需要额外购买任何硬件，仅需获得软件来收集信息和得到判断。另外，本研究采用的方法简单快捷，可识别的人群广。
本研究也存在一些不足。芬兰医院入选的对照者未接受心脏超声检查，因此不能排除没有症状体征的心衰患者。另外，心衰组与对照组的人口学特征存在差异，心衰患者平均年龄较大（64岁 vs. 61岁），男性较多（64.9% vs. 41.4%），合并其他疾病较多。这可能使识别标准的建立出现偏差。因此，还需要进一步研究验证此结果。
除了用手机检测心脏运动，还有研究人员在探索远程判断心衰的其他方法。有研究显示，利用人工智能对智能手表记录的心电图进行分析，可帮助判断心衰，甚至预测未来10年内患心衰或心律失常的风险。
目前，使用智能设备远程判断疾病的技术仍处于早期阶段，还不能用于诊断疾病。但随着传感技术和算法的不断改进，其有望彻底改变医疗保健，使远程预防、诊断和治疗疾病成为可能，缩小医疗资源的差距，帮助所有使用者远离疾病威胁。
参考文献
[1]Zachi I. Attia, David M. Harmon, Jennifer Dugan, Lukas Manka, Francisco Lopez-Jimenez, Amir Lerman, Konstantinos C. Siontis, Peter A. Noseworthy, Xiaoxi Yao, Eric W. Klavetter, John D. Halamka, Samuel J. Asirvatham, Rita Khan, Rickey E. Carter, Bradley C. Leibovich, Paul A. Friedman. Prospective evaluation of smartwatch-enabled detection of left ventricular dysfunction. Nature Medicine, 2022; DOI: 10.1038/s41591-022-02053-1
[2]Haddad F, Saraste A, Santalahti KM, Pänkäälä M, Kaisti M, Kandolin R, Simonen P, Nammas W, Jafarian Dehkordi K, Koivisto T, Knuuti J, Mahaffey KW, Blomster JI. Smartphone-Based Recognition of Heart Failure by Means of Microelectromechanical Sensors. JACC Heart Fail. 2024 Mar 22:S2213-1779(24)00165-3.- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见