南京市5 103名社區居民單導聯智能動態心電圖結果分析

周寧天，王俊宏，尹 珺

心律失常是主要的健康負擔之一[1]。心律失常及其并發癥如心力衰竭、心臟性猝死、血栓及腦卒中等的致殘率、致死率及相關醫療負擔都很高，但由于其癥狀的隱匿性，知曉率并不高[2-5]。傳統多導聯心電圖不便于攜帶，不便于病人長時間使用[6]。由于社區居民人數眾多、工作量大，缺乏有效采集工具及專業讀圖人員，人群心律失常的篩查難以進行?，F有研究表明，單導聯智能心電圖檢測自動讀圖與常規多導聯動態心電圖檢測篩查心律失常的效果差異無統計學意義[7]。因此，本研究將通過一款單導聯智能動態心電圖檢測儀對社區居民進行心律失常篩查并分析其結果。

1 對象與方法

1.1 研究對象 選取2020年1月5日—2020年7月30日江蘇省人民醫院、江蘇省婦幼保健院下轄社區居民5 103名，排除冠心病、惡性心律失常、腦梗死、胸廓畸形等。其中，男2 401名，女2 697名，未登記5名。20歲以下26名，年齡(17.6±1.7)歲；20～29歲582名，年齡(26.6±1.3)歲；30～39歲1 061名，年齡(34.4±2.3)歲；40～49歲1 105名，年齡(45.2±1.1)歲；50～59歲1 463名，年齡(56.4±1.8)歲；60～69歲692名，年齡(66.3±2.7)歲；70～79歲143名，年齡(73.1±1.4)歲；80歲及以上25名，年齡(83.2±3.1)歲。6名未登記年齡。研究對象均知情，自愿參加本研究，并完成滿意度調查問卷。

1.2 研究設備 采用南京數維康信息科技有限公司智能單導聯動態心電檢測儀SWK801，設備及電極貼于胸骨角左緣2.5 cm及第4肋間左鎖骨中線位置，以藍牙傳導方式上傳至手機應用端，同步記錄心電圖波形(見圖1)，連續記錄2 h，程序后臺分析識別并自動行心電圖結果判讀。為了實現快速識別與檢測，該設備基于MIT公開的心電數據庫及自有知識產權數據分析庫進行訓練和檢測。其中，智能算法使用RR間期熵和P峰交叉熵聯合計算。

圖1 波形記錄

2 結 果

共5 103名南京市自然社區居民進行單導聯智能動態心電圖心律失常篩查，結果顯示，心房顫動14例(0.27%)；室性期前收縮236例(4.62%)，其中，偶發室性期前收縮(2 h 600次以內)227例(4.45%)，頻發室性期前收縮(2 h 600次及以上)9例(0.18%)；室上性期前收縮295例(5.78%)，其中，偶發室上性期前收縮285例(5.58%)，頻發室上性期前收縮10例(0.20%)；室上性心動過速(含短暫性陣發性室上性心動過速)135例(2.65%)；室性心動過速(含短暫性陣發性室性心動過速)7例(0.14%)。以上結果均經江蘇省人民醫院心電圖室復核，準確率達95%以上。87%的病人認為單導聯心電圖方便快捷。

3 討 論

3.1 單導聯與多導聯心電圖的診斷差異 在篩查心律失常方面，以標準12導聯心電圖為標準，單導聯心電圖篩查各種類型的節律異常有良好的診斷準確性，特異性和靈敏度分別為93.5%[95%CI(88.7%，96.7%)]、90.9%[95%CI(78.3%，97.5%)][8]。在社區環境中，使用單導聯心電圖監測儀診斷及監測心律失常是一種可行的、兼具準確性及成本效益、省時且安全的傳統12導聯心電圖的替代方案[9]。有研究表明，單導心電檢測設備比十二導聯心電圖及常規動態心電圖監護儀可檢測到更多的心律失常，效果更優；但在檢測心肌缺血方面，單導聯心電圖的ST段或T波改變不具有特殊臨床意義[10-11]。

3.2 人工智能技術應用于檢測心律失常的價值 我國目前已進入人口老齡化階段，人均壽命延長，而老年人罹患多種慢性病風險增高，行動能力較青壯年弱，這些特點使老年人群對社區醫療服務的需求增加，如心電圖等常規檢查需求量大。但社區醫生操作及診斷的能力仍有欠缺。在對上海市部分臨床醫生進行基本技能(包括心電圖及胸部X線診斷能力、心肺聽診能力)的考核中，社區醫生的合格率僅為26.76%，遠低于三級醫院的合格率(95.00%)[12]。不能正確識別心律失常進一步限制了急性或嚴重心律失常的社區轉診。

隨著人工智能、大數據、機器學習、云計算和物聯網等技術的發展，便攜式心電監測設備同時具有血壓測量、心率監測、波形分析和心血管疾病診斷等功能[13]。人工智能，特別是深度學習算法(deep learning，DL)[14]，基于端到端(end-to-end)的訓練機制，能夠利用海量心電信號，實現從輸入到輸出的高層特征提取和表征，從而實現專家級的目標預測[15]。近年來，深度卷積網絡應用于單導聯心電圖，可以準確地對各種明顯的心律失常進行分類，具備與心臟病學專家類似的診斷準確性[16-17]。除準確性外，單導聯智能心電檢測設備還可以兼顧便攜性[18]。這項技術的應用對社區醫生而言，能夠快速獲取準確心電圖結果，完善工作流程，減少誤診漏診；對于病人而言，可更方便、及時地獲取個人疾病診斷，了解病情[19]。此外，長期使用可穿戴智能設備有利于社區醫生對病人病情的隨訪、健康宣教，便于更好地管理病人[20]。

隨著生物醫學模式向生物-心理-社會醫學模式轉變，更加強調全科醫生的重要性，重視預防醫學，更多地關注社區醫療的發展[21]。強調“以人為本”，以病人為中心、家庭為單位、社區為范圍。2020年國務院辦公廳印發的《關于加快醫學教育創新發展的指導意見》中再次強調基層醫療的重要性，對基層醫療的定位是“小病善治、大病善識、重病善轉、慢病善管”。而人工智能技術的醫學應用及全科醫學人才的培養兩者相結合能更好落實這一指導意見。智慧醫療利于精準分診，連接線上，方便就醫，提升就診效率及服務質量，并實現智能監測、記錄與管理[22]。

綜上所述，本研究首次結合三級甲等醫院及社區，采用人工智能單導聯心電監測設備進行社區居民心律失常篩查，是“互聯網+”智慧醫療創新模式的一次試驗，為未來構建“互聯網+”遠程與社區、“三甲”聯動提供理論及實踐依據。