AI智能手表无需袖带校准即可检测高血压迹象
发表于Nature的一项研究表明,可穿戴腕部传感器的灵敏度可与常规临床检查相当。
作者: Giovanni Sapere
阅读约3分钟由人工智能辅助撰写 · 审校与批准:Giovanni Sapere

研究人员开发出一种利用可穿戴腕部传感器筛查高血压的方法,其灵敏度与传统的诊所检查相当。该方法在一款消费级设备上进行了测试,对连续的光学和运动数据应用人工智能模型,无需用充气臂带进行校准。这些发现发表在Nature期刊上,为机会性筛查心血管风险提供了一条切实可行的途径。
无需校准的光学传感器与运动追踪
半数以上的高血压成年人并不知道自己患病,这使无声的心血管损害成为常见的临床问题。可穿戴设备通常监测心率,但由于手腕的解剖结构差异很大,腕部传感器很难直接测量绝对动脉压。主要研究人员Ming-Zher Poh及同事通过设计一种人工智能算法来解决这一局限,该算法估计的是患高血压的概率,而不是计算确切的血压数值,MedicalXpress报道。
这项健康监测创新运行在谷歌(Google)智能手表上,依靠光电容积描记法,这是一种测量皮肤下微血管组织血容量变化的光学技术。手表把这些光学脉搏与内置加速度计的数据结合起来,追踪手腕运动。通过结合一段时间内的多次传感器读数和参与者的身高,该软件无需定期用臂带校准,即可估计高血压风险。
与金标准临床监测对比测试
开发该系统需要在近50万小时的传感器记录数据上训练,这些数据采集自2,109人,随后在独立队列中进行评估,据MedicalXpress。为确定算法在真实临床条件下的表现,作者在196名参与者组成的群体中验证了这项发明。
研究没有依赖单次抽查,而是把智能手表和标准诊室袖带测量都与24小时动态血压监测(心脏病学的金标准)做了对照评估。在这一比较中,智能手表的灵敏度达到65.8%,正确检出的高血压病例略多于标准诊室测量,后者的灵敏度为55.3%。两种方法的特异度相同,均为90%,这意味着它们避免假阳性读数的比率相等。手表与诊所袖带在检出率上的差异仍在标准统计范围之内。
一种筛查工具,而非诊断替代品
研究团队(论文第一作者为Paolo Di Achille)强调,腕部算法并非要取代传统的诊断袖带或持续动态袖带。相反,该软件是一个预警系统,旨在日常活动中机会性地发现高血压迹象。早期预警可促使患者去看医生做正式评估,帮助医生在动脉硬化或心脏负担加重之前启动治疗,MedicalXpress指出。
未来的实施将取决于卫生主管部门如何评估作为现成硬件上专门医疗器械功能运行的软件,以及商业推广涉及的专利问题。论文指出,要获得可靠的评估,需要在较长的佩戴期内采集多次读数,确保随机运动不会扭曲风险评估。
另请阅读The Patent:工程师攻克呼出气体诊断中的关键物理难题
由英文原文自动翻译. 阅读原文
The Patent ® 编辑部的文章,借助人工智能,依据编辑部选定的来源撰写。审校、更正及批准发布:Giovanni Sapere。责任出版方:WitUp Ltd。



