新闻团队
2020年02月27日
这种可穿戴的人工智能传感器技术可被医生用于远程监测心脏患者，并提供潜在心力衰竭的早期预警。
由美国犹他大学健康中心（University of Utah Health）领导的一项研究发现，一种新型可穿戴传感器与人工智能结合使用，能够在入院前数天预测心力衰竭的恶化。研究人员表示，该系统最终可能帮助避免高达三分之一的心力衰竭再入院率，并帮助患者维持更高质量的生活。
“这项研究表明，我们能够准确预测心力衰竭恶化的住院可能性，远早于医生和患者意识到问题之前，”该研究的主要作者、犹他大学健康中心高级心力衰竭项目联合主任史蒂利克（Josef Stehlik）医学博士、公共卫生硕士表示。
研究背景
研究人员跟踪了100名心力衰竭患者，平均年龄68岁，这些患者在美国四家医院接受诊断和治疗。出院后，参与者在胸部佩戴一个粘贴式传感器贴片，每天24小时，最长三个月。该传感器持续监测每位受试者的心电图（ECG）和活动情况。
收集到的信息通过蓝牙技术从传感器传输到智能手机，随后传递到PhysIQ公司开发的安全服务器上的分析平台。该平台推导出心率、心律、呼吸率、行走、睡眠、身体姿势和其他正常活动数据。通过人工智能的运用，分析平台为参与者建立正常基线。每当数据偏离正常值时，生成的指标表明患者的心力衰竭正在恶化。
总体而言，该系统在80%以上的时间准确预测了即将发生的住院需求。平均而言，这一预测发生在再入院前10.4天。
“在初次出院后的90天内，再入院风险很高，”史蒂利克表示。“如果我们能通过监测和早期干预降低这一再入院率，那将是一个重大进步。”
“我们希望，即使对于可能需要再入院的患者，在这项技术的帮助下，他们的住院时间会更短，整体生活质量也会更好。”
心力衰竭：全球性流行病
心力衰竭是一种全球性流行病，影响全球至少2600万人，且患病率正在上升。高达30%的心力衰竭患者在出院90天后可能因呼吸急促、疲劳和液体积聚等复发症状再次入院。
“那些因心力衰竭反复住院的患者死亡率显著更高，”该研究的合著者、休斯顿贝勒医学院（Baylor College of Medicine in Houston）温特斯心力衰竭研究中心主任博祖库特（Biykem Bozkurt）医学博士、哲学博士表示。“即使患者幸存下来，他们在住院后也会出现功能能力差、运动耐受性低和生活质量差的情况。这种贴片，这一新型诊断工具，可能帮助我们预防住院和患者状况的下降。”
后续研究
接下来，研究人员计划进行一项大型临床试验，该试验不仅将使用该系统向医生发出患者状况变化的警报，还将追踪基于这些警报的早期干预是否导致心力衰竭再住院率降低。
【全文结束】
