斯坦福医学研究：智能手表能有效发现儿童隐藏的心脏问题

斯坦福医学研究：智能手表能有效发现儿童隐藏的心脏问题在四年的时间里，患者的医疗记录共提到"AppleWatch"145次。在医疗记录中提到智能手表的患者中，有41人的心律异常得到了传统诊断方法的证实；其中29名儿童的心律失常得到了首次诊断。该研究的资深作者、儿科教授、医学博士ScottCeresnak说："我很惊讶，我们的标准监测往往不能发现心律失常，而手表却能发现。Ceresnak是一名儿科心脏病专家，在斯坦福大学医学院为病人提供治疗。看到新技术能够真正改变我们对病人的护理方式，这真是太棒了。"这项研究的主要作者是儿科临床讲师艾登-扎赫迪瓦什（AydinZahedivash）医学博士。Ceresnak说，检测到的大多数异常节律都不会危及生命。不过，他补充说，检测到的心律失常会引起令人痛苦的症状，如心跳加速、头晕和昏厥。医生在诊断儿童心律失常或心律异常时面临两个挑战。首先是心脏诊断设备虽然近年来有所改进，但仍然不是儿童的理想选择。十到二十年前，儿童必须在24到48小时内佩戴Holter监测器，该监测器由一个智能手机大小的装置组成，通过导线连接到贴在儿童胸部的五个电极上。现在，患者可以佩戴事件监测器（只需在胸前贴一张贴纸），持续数周。虽然事件监测器比Holter监测器更舒适，佩戴时间也更长，但有时也会提前脱落或引起问题，如粘合剂对皮肤的刺激。第二个挑战是，即使连续监测几周也可能无法捕捉到心脏的不稳定行为，因为儿童的心律失常是不可预测的。孩子们的心律失常发作间隔可能长达数月，这使得医生很难确定发生了什么。案例研究康纳-海因茨（ConnorHeinz）和他的家人在他12岁开始出现心跳加速时面临着两个挑战：粘连式监护仪刺激性太大，而且他每隔几个月才会出现一次心律不齐。Ceresnak认为他知道导致心律不齐的原因，但他希望得到证实。他建议康纳和他的妈妈艾米-海因茨（AmyHeinz）在康纳下一次心跳开始加速时，尝试使用艾米的智能手表记录心律。由于现有的智能手表检测心脏问题的算法尚未针对儿童进行优化，因此使用智能手表测量儿童心律受到了限制。与成年人相比，儿童的心跳更快；与患有心律失常的成年人相比，他们也往往会经历不同类型的异常节律。论文显示，智能手表似乎有助于检测儿童的心律失常，这表明，根据儿童的真实心律数据设计智能手表算法版本将非常有用。评估医疗记录研究人员在患者2018年至2022年的电子医疗记录中搜索了"AppleWatch"这一短语，然后查看记录中含有这一短语的患者提交了智能手表数据并获得了心律失常诊断。来自手表的数据包括有关患者心率的警报和由患者发起的心电图（或称心电图），这些数据来自一个使用手表中电子传感器的应用程序。当患者启动应用程序时，心电图功能会记录心脏的电信号；医生可以利用这种电脉冲模式来诊断不同类型的心脏问题。在患者记录中提到智能手表的145次记录中，有41名患者被确诊为心律失常。其中，18名患者用手表采集了心电图，23名患者收到了手表发出的高心率通知。智能手表提供的信息促使儿童的医生进行医疗检查，29名儿童从中得到了新的心律失常诊断。在10名患者中，智能手表诊断出了传统监测方法从未发现的心律失常。康纳-海因茨就是其中一位患者。"在一次篮球选拔赛上，他又发作了，"艾米-海因茨回忆道。"我给他戴上了手表，并通过电子邮件向Ceresnak博士发送了大量[他的心跳]截图。手表上的信息证实了Ceresnak的猜测，Connor患有室上性心动过速。"大多数患有心律失常的儿童都有和康纳一样的情况，即源自心脏上腔的心跳加速模式。Ceresnak说："这些不规则的心跳不会危及生命，但会让孩子们感觉很糟糕。它们可能是个问题，也很可怕，如果可穿戴设备能帮助我们弄清这种心律失常是什么，那就超级有帮助了"。在许多室上性心动过速病例中，异常心律是由心脏电路中的小短路引起的。这种问题通常可以通过一种叫做导管消融术的医疗程序来治愈，该程序可以精确地破坏导致短路的心脏细胞的一个小目标区域。现年15岁的康纳已经成功接受了导管消融术治疗，并在加利福尼亚州门洛帕克市的高中球队中打篮球。研究还发现，73名最终未被诊断为心律失常的患者的病历中记录了智能手表的使用情况。Ceresnak说："很多孩子都有心悸、心跳加速的感觉，但绝大多数并没有明显的心律失常。未来，我认为这项技术可以帮助我们排除任何严重的疾病。"一项新研究斯坦福医学研究团队计划开展一项研究，进一步评估AppleWatch在检测儿童心脏问题方面的实用性。这项研究将测量手表对儿童心率和心律的测量结果是否与标准诊断设备的测量结果相匹配。这项研究只对已经是斯坦福医学院儿童健康中心心脏病患者的儿童开放。Ceresnak说："可穿戴设备市场正在爆炸式增长，我们的孩子也会使用它们。我们希望确保从这些设备中获得的数据对儿童来说是可靠和准确的。下一步，我们希望能帮助开发儿科专用的心律监测算法。"这项研究是在没有外部资助的情况下进行的。苹果公司没有参与这项工作。苹果公司的研究人员支持计划已同意为下一阶段的研究捐赠手表。苹果公司的"心律不齐通知"和"心电图"应用程序已获得美国食品药品管理局批准，可供22岁或以上人群使用。高心率通知仅适用于13岁或以上的用户。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1404407.htm手机版：https://m.cnbeta.com.tw/view/1404407.htm

智能手表搭配人工智能可提前30分钟预测房颤

智能手表搭配人工智能可提前30分钟预测房颤心房颤动（房颤）是最常见的心律失常，它大大增加了急诊就诊率以及中风和痴呆等其他疾病的风险。心房颤动是指心脏上腔（心房）与下腔（心室）不同步地混乱跳动，从而产生不规则、通常非常快的心律。要让房颤患者恢复正常的窦性心律，可能需要采取强化干预措施，如心脏复苏术，通过低能量电击来"重置"心脏的传导系统。(是的，这就是医疗节目中使用的设备，伴随着一声"CLEAR！"）。因此，如果能在房颤发作前检测到它，就能进行早期干预，从而改善患者的预后。卢森堡大学卢森堡系统生物医学中心（LCSB）的研究人员发表了一项研究，他们训练了一个深度学习模型，可以提前30分钟准确预测一个人何时会出现房颤。目前，心电图（ECG）只能在房颤发生前检测到房颤，因此不能被视为一种预警系统。"相比之下，我们的工作偏离了这种方法，而是采用了一种更具前瞻性的预测模型，"LCSB系统控制小组负责人、该研究的通讯作者豪尔赫-贡卡尔维斯（JorgeGoncalves）说。"我们利用心率数据训练了一个深度学习模型，该模型可以识别不同的阶段--窦性心律、房颤前期和房颤--并计算出患者即将发作的'危险概率'。"该模型名为WARN（WarningofAtrialfibRillatioN），是在中国同济医院收集的350名患者的24小时心电图记录上进行训练和测试的。这些数据被心脏病专家分为窦性心律、房颤前期和房颤。为了训练模型捕捉房颤前兆，研究人员使用了心电图上R波间隔（RRI）的变化作为主要数据源。使用标准心电图的R-R间期(RRI)训练深度学习模型卢森堡大学/LCSB深度学习模型每15秒采集30秒RRI样本，计算即将发生房颤的概率。在测试数据（70名患者）和两个外部验证集（33名患者）上，WARN平均提前31分钟和33分钟预测房颤发生，准确率分别为83%和73%。研究的第一作者马里诺-加维迪亚（MarinoGavidia）说："我们的模型只使用R-to-R时间间隔，基本上只使用心率数据，就能实现很高的性能。"研究人员预计，该设备将用于智能手机，处理从智能手表获得的数据。长期目标是让患者能够持续监测自己的心律，并及早发出警告，让他们能够使用口服抗心律失常药物等治疗方法来预防房颤的发生。研究人员说，这种技术还可以实现个性化。"今后，我们将重点开发个性化模型，"Goncalves说。"每天使用一个简单的智能手表，就能不断提供有关个人心脏动态的新信息，使我们能够不断完善和重新训练针对该患者的模型，以实现更高的性能和更早的预警。最终，这种方法甚至可以带来新的临床试验和创新的治疗干预。"这项研究发表在《模式》杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1428330.htm手机版：https://m.cnbeta.com.tw/view/1428330.htm

新研究表明智能手机的步行追踪功能可以帮助预测与筛查死亡风险

新研究表明智能手机的步行追踪功能可以帮助预测与筛查死亡风险这项研究发现，智能手机传感器可以准确预测个人的5年死亡风险，最近发表在《PLOS数字健康》杂志上。以前的研究采用体能测试和自我报告的步行速度来估计特定个人的死亡风险。这些措施侧重于运动质量而不是数量；例如，评估一个人的步态速度已经成为一些临床环境中的常规做法。被动式智能手机活动监测的兴起使得利用类似指标进行人口水平分析成为可能。用携带的智能手机测量健康，从手机传感器计算出来的人体特征运动在新的研究中，研究人员对英国生物银行国家队列中的10万名参与者进行了研究，他们佩戴了带有运动传感器的活动监测器1周。虽然手腕传感器的佩戴方式与智能手机传感器的携带方式不同，但它们的运动传感器都可以用来从短时间的行走中提取关于行走强度的信息-日常生活中的行走测试版本。该团队能够利用传感器收集的每天仅6分钟的稳定行走，结合传统的人口统计学特征，成功验证死亡风险的预测模型。利用被动收集的数据，研究人员能够计算出相当于步态的速度。这一数值是独立于年龄和性别的5年死亡率的预测指标，准确率约为70%。"我们的结果显示，用运动传感器进行的被动测量可以达到与步态速度和步行步伐的主动测量相似的准确性，"作者说。"我们的可扩展方法为实现国家健康风险筛查提供了一条可行的途径"。Schatz补充说："我已经花了十年时间使用廉价手机来做健康状况的临床模型。这些现在已经在最大的国家队列中进行了测试，以预测人口规模的预期寿命"。...PC版：https://www.cnbeta.com.tw/articles/soft/1334181.htm手机版：https://m.cnbeta.com.tw/view/1334181.htm

美国 FDA 警告：不要使用智能手表或手环测量血糖

美国FDA警告：不要使用智能手表或手环测量血糖美国食品药品监督管理局（FDA）警告消费者、患者、护理人员和医疗保健提供者，使用声称可以在不刺穿皮肤的情况下测量血糖水平的智能手表或智能手环会带来风险。这些设备与智能手表应用程序不同，后者显示FDA授权的穿透皮肤的血糖测量设备的数据，如连续血糖监测设备(CGMs)。对于糖尿病患者来说，不准确的血糖测量可能导致糖尿病管理的错误。不要购买或使用声称可以测量血糖水平的智能手表或智能手环，其安全性和有效性尚未经过FDA的审查。

美国 FDA 警告：无创测血糖智能手表可能致命

美国FDA警告：无创测血糖智能手表可能致命美国食品和药品管理局(FDA)周三警告称，任何声称在不刺穿皮肤的情况下就能测量血糖水平的用于医疗目的的智能手表和手环都是危险的，应避免使用，不论什么品牌。FDA迄今为止尚未批准任何此类设备。该警告不适用于与传感器相连的智能手表应用程序，比如直接测量血糖的连续血糖监测系统。美国糖尿病协会的罗伯特・加贝博士说，使用未经批准的智能手表和智能手环设备可能会导致血糖测量不准确，带来“潜在的破坏性”后果，导致患者服用错误剂量的药物，导致血糖达到危险水平，并可能导致患者精神错乱、昏迷甚至死亡。（环球市场播报）

研究表明Apple Watch可以判断出心肌梗塞发作的症状

研究表明AppleWatch可以判断出心肌梗塞发作的症状发表在《德克萨斯心脏研究所杂志》上的研究表明，AppleWatch可以用来检查心脏病发作（心肌梗塞）的症状。当部分心肌因为流向心脏的血液受阻而得不到足够的氧气时，就会发生心肌梗塞。来自德克萨斯心脏研究所的研究人员一直在研究使用AppleWatch帮助诊断心肌梗塞症状，使用AppleWatchSeries4、5、6和7型号的心电图（ECG）功能来记录身体不同部位的多个心电图导联。心脏病发作后的治疗预后取决于治疗开始前的时间。超过一半的心肌梗塞患者在症状出现后一小时内死于急诊室或到达医院之前。研究表明，AppleWatch可以在症状出现时提供可靠的心脏病发作风险分析，向用户发出寻求紧急医疗的明确信号，并减少获得治疗的延误。医务人员通常使用传统的12导联心电图确认心肌梗死，这需要特定的设备和专业培训，而AppleWatch使用设备背面的正电极和数字表冠上的负电极来记录单导联心电图。因此，AppleWatch虽然不能取代医院级别的医疗设备，但可以为其他环境提供一种新的筛查工具。研究人员声称，AppleWatch显示出提前检测心肌梗塞的前景，因为多项研究显示，该设备可以记录多导联心电图信号，准确检测心脏病发作时的ST段变化。还需要更多的临床数据，但正在进行的研究让我们看到了一种新的健康监测功能，这种功能有一天可能成为AppleWatch的正式功能。PC版：https://www.cnbeta.com/articles/soft/1304701.htm手机版：https://m.cnbeta.com/view/1304701.htm