華為智能終端手表估測動脈彈性的評價

孫寧玲，王魯雁，喜楊，楊帆，陳源源，王鴻懿，崔玉賢

動脈硬化性疾病是一個隱匿的、漸進性發展的過程，在血管發生結構性病變之前先發生血管功能性病變，臨床上可無癥狀，常表現為動脈僵硬度的增加，進而會逐漸促進動脈硬化和粥樣硬化的發生發展以及出現心腦血管事件，因此歐洲[1]和中國高血壓指南[2]都強調對高血壓患者要進行頸-股動脈脈搏波傳導速度（cfPWV）的測定來判斷動脈硬化以及血管損傷。然而動脈僵硬度的測定需要到大型醫院以及有動脈彈性檢測設備的醫院進行測定，也存在掛號難、預約時間長、價格高以及檢查患者有限等問題，在國家2030 中國健康行動的規劃下，利用創新技術以及移動智能終端技術進行健康管理已經成為可能。華為終端研制的可穿戴設備的智能終端手表可以測定心率和心電圖，為心律失常的自我檢測提供了簡單易行的手段。

近年，華為不斷地創新和研發通過多功能傳感器采集用戶的心電、脈搏等海量的信息數據計算用戶的脈搏波傳導速度（PWV），結合脈搏波信號，通過手表提取出與動脈健康相關的指標，創新地計算出受測人群的動脈彈性。本研究采用法國康普樂公司所產動脈硬化檢測儀與華為移動終端的智能化手表上的心電圖（ECG）和光電容積脈搏波信號（PPG）功能[3]估算出來的cfPWV 進行對比和驗證，以評價具有穿戴移動智能終端手表與手機《血管健康研究》APP 的鏈接在評估動脈彈性中的作用。

1 資料與方法

1.1 納入及排除標準

入選90 例志愿受試者，性別匹配，3 個年齡組人群，即＜30 歲、30～60 歲和＞60 歲，每組30 例。用智能手表估測cfPWV 與法國康普樂動脈硬化檢測儀（金標準）所測得的cfPWV 進行對比。本課題批準號：2019-Z-28。本研究經過北京大學人民醫院倫理委員會批準，倫理批件號：2019 PHB-196-01，所有人群進入研究填寫知情同意書。

入選標準：（1）18 歲及以上成年人；（2）具有中國國籍并在國內居住；（3）本人或具有法律效力的監護人，具有良好的中文書寫、閱讀及交流能力；（4）包括明確診斷的動脈硬化患者和有患病風險的人；（5）具備正常使用華為動脈硬化篩查設備的能力，依從性好；（6）自愿入組，簽訂知情同意書，且遵循保密協議；（7）通過脈率測定具有規律的竇性節律（測量期間無心律失常/脈搏紊亂）。

排除標準：（1）精神疾病患者；（2）出現嚴重病情、遵從性差等不適宜繼續進行試驗的情況；（3）受試者有嚴重心血管、肝、腎等疾病；（4）受試者正在參加其他相關的臨床試驗或者3 個月內參加其他臨床試驗；（5）患有嚴重周圍動脈閉塞性病變累及左、右側頸動脈、上肢動脈、髂動脈、股動脈無法完成cfPWV 檢測者；（6）頻發早搏、心房顫動等導致檢測過程中無法獲得規律的竇性節律者；（7）急性嚴重疼痛，嚴重的痛苦感，或焦躁者；（8）身體上或情感上的不安或不合作；（9）以任何原因拒絕參與者；（10）研究者認定的其他不合格條件。

1.2 人群信息采集

一般信息：性別、年齡、身高、體重，詢問病史（疾病史、治療史）。

血壓的測定：每位患者按照2018 年中國高血壓指南[2]，診室坐位，休息15 min,采用合適袖帶的電子血壓計（歐姆龍HBP1300）進行血壓和心率的測量，平均測量3 次，每次測量偏差在5 mmHg（1 mmHg=0.133 kPa）之間，如超過5 mmHg,再加測1 次，取平均值。

1.3 人群cfPWV 數據采集及流程

由北京大學人民醫院心血管專業醫師和技術人員采用法國康普樂動脈硬化檢測儀測量cfPWV。檢查開始前受檢者需安靜休息10 min，患者共需要采集9 組數據，包括：臥位采用康普樂動脈硬化檢測儀測量cfPWV 數據3 組、坐位及臥位采用華為智能終端手表（型號：HUAWEI WATCH GT 2 Pro）測得的cfPWV 數據各3 組。9 組數據，先坐位3 組采用智能終端手表測試；然后臥位6 組，其中3 組使用康普樂動脈硬化檢測儀測試，3 組使用智能終端手表測試，此過程中2 種方法交替進行，每次之間休息60 s。主要數據采集步驟如下：

（1）測試手表與手機進行匹配：測量前打開手機中《血管健康研究》APP，受試者先坐位休息10 min 后，左手佩戴華為智能終端手表，右手食指輕觸采集器，采集ECG+PPG 數據，每次測量30 s，連續測量3 次,每次之間隔60 s，數據可在匹配手機端血管健康APP 上顯示并記錄。如果3 次數據之間差值＞0.5 m/s,則增加1 次測量取平均值。

（2）測試：受試者平臥位,由專業醫護人員使用康普樂動脈硬化檢測儀測量受試者cfPWV。將壓力感受器置于兩動脈位置上并適當微調直至屏幕顯示正確的脈搏波波形，每次測量10 個心動周期，誤差范圍波動在上下5%以內則視為數據有效，測量3次，如果3 次數據之間差值＞0.5 m/s,將增加一次測量取平均值。臥位同時佩戴華為智能終端手表采集ECG+PPG 數據，每次測量30 s。

1.4 統計學方法

采用SAS 9.4 軟件進行統計分析。連續性變量使用均值±標準差進行描述，分類變量使用個數（百分比）表示。Bland -Altman 評價兩種方法的一致性，基于Bland-Altman 均值誤差和均標準差，國際動脈協會指南中給出了用于非侵入式PWV 測量設備準確度的評價標準[4]：均值誤差≤0.5 m/s 且標準差≤0.8 m/s 為優秀；均值誤差≤1.0 m/s 且標準差≤1.5 m/s 為可接受；均值誤差＞1.0 m/s 或標準差＞1.5 m/s 為差。繪制ROC 曲線，計算AUC，確定特異度和靈敏度。相關系數的計算采用Pearson 相關系數，采用t檢驗計算相關系數的顯著性（P值）。采用Logistic 回歸分析評價cfPWV 的影響因素。以雙側P＜0.05 代表差異具有統計學意義。

2 結果

2.1 受試者一般情況信息

按照對智能終端手表估測cfPWV 要求，共招募到志愿者90 例（排除了各種心律失常），其中男性45 例、女性45 例，平均年齡（49.64±19.59）歲，體重指數（24.18±3.28）kg/m2，平均收縮壓（117.11±13.84）mmHg、舒張壓（74.02±8.63）mmHg，心率（68.66±9.81）次/min，其中無心血管危險因素64 例，有心血管危險因素26 例[包括高血壓17 例（平均血壓127/82 mmHg）、高脂血癥6 例（3 例使用他汀類藥物）、糖尿病3 例（均使用降糖藥物）]。

2.2 智能終端手表與動脈硬化檢測儀的Bland-Altman 一致性分析和ROC 曲線下面積（圖1、2）

圖1 智能終端手表與動脈硬化檢測儀測量的cfPWV 的Bland-Altman 一致性分析

Bland-Altman一致性分析：均值誤差為-0.17 m/s、均標準差為1.21 m/s，為可接受水平。ROC 曲線下面積為0.897，特異度91.9%、靈敏度87.5%，宏觀F1 值86.0%，準確度91.0%。

圖2 智能終端手表與動脈硬化檢測儀測量的cfPWV 的ROC 曲線及AUC

2.3 智能終端手表與動脈硬化檢測儀的相關性分析（表1）

表1 不同分層受試者智能終端手表與動脈硬化檢測儀的相關性分析

在測試集90 例中進行分層，分析了不同年齡、不同危險因素、血壓、體重指數、心率及用藥等的智能終端手表算法cfPWV 與動脈硬化檢測儀測量cfPWV 的相關性分析。結果顯示：智能終端手表算法cfPWV 與動脈硬化檢測儀測試的cfPWV 相關性很好，總的相關系數為0.8380，P＜0.0001，在不同分層下均是一致性結果。

2.4 智能終端手表與動脈硬化檢測儀的準確性分析（表2、3）

表2 測試集上不同分層受試者的絕對均值誤差與該分層下金標準cfPWV 均值

在不同年齡、體重指數、危險因素、用藥、血壓水平受試者的對應分層中，智能終端手表測得的cfPWV 與動脈硬化檢測儀測試cfPWV 的絕對均值誤差0.87 m/s（＜1.0 m/s），不同分層下受試者智能終端手表對比動脈硬化檢測儀測試cfPWV 均值的絕對均值誤差在年齡＞60 歲、有危險因素及服藥的人群中＞1.0 m/s。

對絕對均值誤差進行Logistic 多元線性回歸相關分析，年齡、收縮壓和舒張壓進入方程，結果顯示，隨著年齡、收縮壓的增高，絕對誤差增大，而舒張壓與絕對誤差的關系相反，具體見表3。

表3 測試集絕對誤差的影響因素的Logistic 多元線性回歸模型

2.5 智能終端手表與動脈硬化檢測儀所測cfPWV Logistic 多元線性回歸結果（表4、5）

表4 智能終端手表測cfPWV 的Logistic 多元線性回歸結果（測試集n=90）

以智能終端手表和動脈硬化檢測儀測定的cfPWV 為因變量，對上述有統計學意義的變量進行Logistic 多元線性回歸分析，結果顯示：年齡及收縮壓是cfPWV 增高的獨立危險因素（P均＜0.05）。

表5 動脈硬化檢測儀測試cfPWV 的Logistic 多元線性回歸結果（測試集n=90）

2.6 影響cfPWV＞10 m/s 的多因素Logistic 回歸分析（圖3、4）

圖3 以智能終端手表估測cfPWV（m/s）為因變量

根據智能終端手表估測和動脈硬化檢測儀測定cfPWV，以cfPWV=10 m/s 為界值，將其轉換為二分類變量，即將人群分為有動脈硬化和無動脈硬化，以cfPWV＞10 m/s 作為動脈硬化標準，采用Logistic 回歸建立多因素回歸模型，分析動脈硬化的影響因素森林圖顯示：無論是以動脈硬化檢測儀的測量結果作為因變量還是以智能終端手表的測量結果作為因變量，兩種測量方法高度一致。

圖4 以動脈硬化檢測儀金標準測定的cfPWV（m/s）為因變量

3 討論

心血管疾病是我國居民疾病負擔和死亡的首要原因，其中動脈粥樣硬化性心血管疾病（ASCVD）是心血管疾病的最主要構成成分[5]。風險評估可識別高危個體,是進行ASCVD 一級預防的基礎。中國人的ASCVD 風險預測（China-PAR）模型，是在對2.13萬人跟蹤隨防12.3年的基礎上構建的，并且在8.33萬人中進行了外部驗證，結果表明，China-PAR 模型對于中國人ASCVD 的發生具有良好的預測能力[6]。美國心臟病學會/美國心臟協會（ACC/AHA）血脂指南發布的匯總隊列公式（PCE）模型，推薦用于美國白人和非洲裔的ASCVD 的風險評估[7]。一項來源1 090 例30～75 歲中國人群研究，所有人群測定cfPWV，將人群cfPWV 分為＜10 m/s 和≥10 m/s 兩組，采用China-PAR 模型和PCE 模型進行相關分析，發現cfPWV 的異常可以預測10 年ASCVD[8]。

動脈硬化是多種心血管疾病（包括冠心病、腦卒中等）的生理以及病理生理的基礎，長期監測動脈硬化的病變對心血管疾病的防治具有重要意義[9]。有研究表明動脈硬化的知曉率僅為1.38%，說明動脈硬化還沒有引起普通百姓的重視[7]。目前通過測量cfPWV 可反映彈性大動脈的彈性和僵硬度變化，其受血液中血管活性物質的影響小，結果重復性好，是目前被國內外高血壓指南接受和推薦的評價動脈僵硬度的金指標[3]。動脈僵硬度增高作為一種亞臨床血管病變，與ASCVD 的發生和發展密切相關[10]，cfPWV 是評估動脈僵硬度的金指標[11]。

歐洲心臟病學會推薦以cfPWV＞10 m/s 作為評估高血壓發生動脈功能性改變的界定閾值[1]，是高血壓合并血管損害的分界點，cfPWV 數值的增高可反映未來發生心血管疾病（包括冠心病、腦卒中等）的風險，因此目前高血壓指南將cfPWV 作為評價血管彈性功能異常的一個指標，是高血壓產生動脈硬化的一個早期評價指標。然而目前動脈彈性測定設備作為醫療器械僅用于醫療場所，由于設備體積較大、價格昂貴、操作相對復雜，不適用于家庭或者個人的日常檢測，對于慢性疾病的長期監測以及非疾病人群的檢測存在困難。

在數字化時代,利用可移動穿戴設備開展主動健康的模式已開啟并勢在必行，華為終端設計了通過手表的ECG 和PPG 記錄心動周期和脈搏波，在大數據計算下開發出動脈彈性測定的參數cfPWV，并與北京大學人民醫院高血壓研究室協作，采用法國康普樂脈搏波速度測定系統測量的cfPWV（作為cfPWV 測定的“金標準”）與智能終端手表測定估算cfPWV 進行對比和驗證，醫護人員對受試者進行嚴格、標準操作，并在不同體位進行多次測定，將手表測得的cfPWV 數據與設備測得的cfPWV 對比，以cfPWV＞10 m/s 作為異常的切點，驗證結果顯示，如果以cfPWV=10 m/s 為界值，智能終端手表估算的cfPWV 絕對均值誤差為0.87 m/s，Bland-Altman的均值誤差-0.17 m/s，Bland-Altman 的均值標準差1.21 m/s，其特異度91.9%，準確度91.0%，靈敏度87.5%，宏觀F1 值86.0%。由此看出基于智能穿戴設備數據及其配套脈搏波傳導速度檢測算法的測試結果與康普樂設備檢測結果高度一致，對動脈硬化早期預測有幫助。動脈硬化是一種具有隱匿性、又可以隨著年齡的增長和危險因素并存不斷進展的血管性疾病，目前年輕人隨著城市化進程的增加，導致工作緊張、壓力大、活動少以及吸煙、高鹽等不良的生活方式的越來越多，動脈硬化及高血壓的發生在年輕人中也在增加，而早期發現動脈硬化及早期干預會延緩血管疾病的進展。因此在技術創新及互聯網時代希望能研發出早期識別動脈硬化的技術、設備進而有助于動脈硬化的預防和治療。在這種背景下，華為智能終端團隊通過ECG+PPG 的估算脈搏波的原理進行數學算法，依據國際動脈硬化和高血壓指南的標準，研發出能夠簡易評估血管功能的智能終端手表，通過驗證獲得一致性的數據。同時，鑒于測試集的要求，我們的研究例數較少，沒有涵蓋多一些老年人以及高血壓、糖尿病人群，智能終端手表算法獲得的cfPWV 更適用于年齡＜60歲、收縮壓＜140 mmHg 的人群。因此、目前此手表還不能成為全人群的動脈彈性異常的醫學臨床診斷工具，佩戴者可以作為分析自己血管健康與否的一種方法，針對存在高血壓及相關危險因素人群，使用智能終端手表估算cfPWV 的研究還需進一步開展。

智能終端（可穿戴設備）的手表可通過多功能傳感器采集使用者的心電、脈搏等信息計算其cfPWV，結合脈搏波信號特點，測算出與動脈功能相關的指標，評估動脈硬度，以此滿足使用人群動脈功能的日常監測，且無需專業人士和復雜的操作，相比于專業的大型設備，智能終端價格實惠，方便實用，為低成本大規模人群的動脈硬度篩查和檢測提供了一種新的有效途徑。通過智能手表中的計算功能配合手機“血管健康研究”的APP，推動人群早期識別動脈硬度，后臺數據顯示：智能終端手表購買者中，＜45 歲者占66%，45～60 歲者占29%，＞60 歲者僅占5%。提示更多的年輕人佩戴智能終端手表及使用具有“血管健康研究”評估功能的智能終端手表，這將會促進人群動脈硬化的檢出。如果出現同齡（年輕人）動脈彈性（cfPWV）有增高的趨勢時，系統會提醒檢測人群，便于手表佩戴者主動采取生活方式的干預（例如控制體重和控煙、控鹽），通過這種主動健康的形式，可以達到改善和延緩動脈硬化的進展。

局限性：從可穿戴手表估算獲得cfPWV 較適用于18～60 歲人群的動脈功能狀態的了解，但因智能手表的研究人群有限，在年齡大及血壓高的患者中有一定的誤差。目前作為醫療診斷工具還存在不適應性，對有高血壓或有相關危險因素或伴有疾病的患者，當使用智能終端手表估算cfPWV 明顯增高時，建議到醫院進行相應的檢查。

作者貢獻：孫寧玲參與研究設計、指導試驗過程、主寫全文，王魯雁參與研究設計和研究測試、修改文章，喜楊、陳源源及王鴻懿參與研究方案的討論及文章的修改，楊帆、崔玉賢參與試驗的測試

利益沖突：本項目是北京大學人民醫院與華為終端簽約的橫向課題，課題名稱《動脈硬化檢測與移動終端驗證研究》，項目編號：2119000384，測試智能手表由華為終端提供，動脈硬化測定儀由北京大學人民醫院提供。參與研究的任一個體均未接受過華為終端給予的個人的經費贊助，也沒有為華為終端的智能手表進行推廣的相關講課活動和費用