手机放胸口2分钟就能发现致命心脏病？准确率居然有89%？

　　心力衰竭（心衰）是各种心脏疾病的严重表现或晚期阶段，一旦被诊断心衰，可能需要反复住院治疗，5年内死亡的风险高达51.8%。

　　及时发现心衰可降低死亡率，但心衰症状常与其他疾病重合（如呼吸困难、疲劳和下肢水肿），诊断目前依赖于血液测试、心脏超声等检查和医生的判断，常常不能及时得出。

　　近日发布于《美国心脏病学会杂志（JACC）》的一项研究，展示了一种可简便识别心衰的新方法——将智能手机平放在胸前2分钟。

　　图 | giphy

　　每人手边都有的运动传感器——

　　智能手机

　　每一次心跳中，心脏膨大又缩小，同时伴随着扭转和旋转，这些运动可通过胸部传导到皮肤表面。出现心衰，也就是心脏泵血功能降低时，心脏对胸壁的撞击减弱，这时医生可能用手触摸到心尖搏动减弱。

　　仅凭手感的判断需要经验且粗略，其实，我们每个人手边都有能精细感应运动的工具：智能手机。

　　现在的智能手机几乎都装有微机电传感器（microelectromechanical sensors, MEMS），其中包含测量线性加速的加速计和测量角速度的陀螺仪，可以探测多方向的直线和旋转运动。

　　因此，把手机放在胸口，传感器就能将心脏传至胸壁的细微运动信号收集起来，这些数据经过分析，可以提供很多有意义的信息。曾有研究利用加速计和陀螺仪测得的数据，识别心房颤动、主动脉瓣狭窄和冠状动脉疾病。

　　心脏的运动，以及MEMS（加速计测量线性加速度，陀螺仪测量角速度） | 参考文献[2]

　　手机放胸前2分钟，

　　心衰识别准确率89%

　　本研究将手机传感器用于识别心衰，在芬兰和美国的三家医院收集并分析了1003人的数据，其中包括217名确诊心衰且有症状的患者，以及786名对照者。

　　检测时，参与者仰卧在床上，赤裸上身或穿一件薄衣服，将三星Galaxy S9或S9+手机平放在胸骨位置2分钟，期间可以正常呼吸。

　　研究者在手机中安装的软件，记录下手机检测到的胸壁运动，运动与心脏听诊中的三个心音时期一致，包含的信息有信号的振幅、面积和时间间隔。之后，这些信息通过网络被上传到研究中心并接受分析。算法选择最相近的10次心跳的信号，滤除杂波后重点研究收缩舒张运动带来的变化。研究先使用半数患者和相应数量对照者的数据，建立心衰的识别标准，然后在剩余参与者中测试标准的准确程度。

　　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.

　　[3]中华医学会心血管病学分会,中国医师协会心血管内科医师分会,中国医师协会心力衰竭专业委员会,等. 中国心力衰竭诊断和治疗指南2024. 中华心血管病杂志. 2024;52(03):235-275.

　　[4]Taylor CJ, Ordóñez-Mena JM, Roalfe AK, Lay-Flurrie S, Jones NR, Marshall T, Hobbs FDR. Trends in survival after a diagnosis of heart failure in the United Kingdom 2000-2017: population based cohort study. BMJ. 2019;364:l223.

　　[5] https://cardiosignal.com/

　　作者：代天医

　　编辑：odette