心電網絡化建設進展

屈正 陳利文 朱金秀

1901 年荷蘭生理學家Einthoven 通過弦線式電流計靈敏記錄到心臟各部位電位,1903 年將這一技術應用于臨床。 心電圖應用于臨床120 年來,在心肌缺血、心律失常的診斷和風險評估中發揮著不可替代的作用。 隨著診療需求的提高和醫療服務量的增加,心電圖技術作為重要的輔助檢查手段不斷改進,計算機通信網絡與心電描記術相結合的心電網絡系統應運而生。

近年來,我國心血管疾病發病率和死亡率逐年上升。 在所有死亡原因中,心血管疾病所致死亡在農村和城市分別占46.66%和43.81%,高于癌癥及其他任何疾病造成的死亡[1]。 2021 年我國衛生健康事業發展統計公報顯示,我國醫療人才及設備資源存在嚴重不足和城鄉差距[2]。 在此背景下,加快心電網絡化建設是全面貫徹黨的二十大精神,進一步深化改革,促進鄉村醫療衛生體系健康發展,大力推進“互聯網+醫療健康”的重要舉措[3]。

1 心電網絡化建設概述

1.1 心電網絡系統的概念

狹義的心電網絡系統是指通過計算機及網絡技術,把分布在醫院各科室和各部門的心電圖機、心電監護設備與心電圖科室的心電圖機、動態心電圖系統、運動負荷系統相連接,并將心電信息傳送至醫院信息系統(hospital information system, HIS)。廣義的心電網絡系統是指通過網絡,將三級或二級醫療機構、社區衛生服務中心、村鎮衛生院、居民家庭的心電終端設備相連接,形成集醫療、保健、急救、會診和學術交流于一體的心電信息管理系統,也被稱為“心電信息高速公路”[4-5]。

1.2 心電網絡系統的發展歷程

心電網絡化建設可追溯至1965 年,美國Marquette 公司發明了MUSE 心電圖無紙化存儲設備并應用于臨床;1979 年,該公司實現了心電圖機與MUSE 之間的數字化心電圖傳輸。 20 世紀80 年代,醫療設備供應商GE、Philips 和Quinton 等推出了各自的心電信息管理系統[6]。 隨著描記技術、傳感器、信號處理和人工智能等技術的發展,心電設備搭載多種程序,如國內納龍的Cardio AI 心電分析軟件和科曼的ECG V8.0 心電自動分析軟件、國外GE 的 Marquette 12SL ECG Analysis Program 和Philips 的DXL ECG algorithm 等,實現了遠程心電自動分析與診斷[7]。 心電信息管理系統也從基于電話傳輸的心電監測系統、基于個人計算機的遠程心電監測系統,發展到基于互聯網的遠程心電監測系統,再到無線遠程心電監測系統以及便攜式心電監測系統。

我國計算機技術起步較晚,心電網絡化建設相對滯后,主要經歷了以下幾個發展階段。 ①引進國外心電設備階段(1979 至1992 年):上海瑞金醫院錢劍安教授等率先進口遠程電話心電監護設備,用于干部保健[8]。 ②自主研發遠程心電設備起步階段(1992 至2005 年):1992 年,河北省政府機關門診部的趙登順及珠海中立電子有限公司分別成功研制出了國產遠程心電監測設備,標志著我國開始自主研發遠程電話心電設備;隨后我國在研制遠程心電監測設備方面取得豐碩成果,如2005 年山東優加利信息科技有限公司研發出了世界上首個具有自適應分析預警功能的遠程心電設備[8]。 ③心電網絡系統建設起步階段(2005 至2010 年):2005年,我國HIS、影像存儲與通信系統和檢驗信息管理系統建設完成,使心電信息管理系統與醫院其他系統的集成變為可能,心電監測的傳輸方式從有線電話傳輸階段進入基于無線互聯網的網絡傳輸階段[9];武漢亞洲心臟病醫院走在心電網絡平臺建設的前列,該院2005 年先后引進“城市之心”遠程心電會診系統、MEMRS 心電圖網絡信息管理系統和STD 移動心電遠程監護系統等,為我國的心電網絡平臺建設在信息管理系統設計、建設標準制定等方面積累了寶貴經驗;2006 年,陳蜀虎等[10]采用C/S架構設計了心電信息管理系統,該系統與第三軍醫大學附屬西南醫院(現陸軍軍醫大學西南醫院)的HIS 成功連接,運行效果良好。 ④心電大數據和心電人工智能發展階段(2011 年至今):在提取、分析和應用心電網絡平臺收集的心電信息方面,2011年,北京大學人民醫院郭繼鴻教授牽頭啟動了“中國正常成人心電數據庫項目”的研究,歷時近7 年,《中國正常成人心電數據庫》在2018 年7 月正式發布;2018 年,樂普醫療器械股份有限公司自主研發出了我國首個可實現心電圖自動分析與診斷的人工智能醫療系統“AI-ECG Platform 心電圖人工智能自動分析和診斷系統”。

2 心電網絡化建設與應用

2.1 遠程心電監測技術的應用現狀

2.1.1 人工智能技術用于遠程心電監測 近年來,隨著深度學習技術的深入發展,心電圖的分析與診斷實現了智能化,這是信息技術在醫療衛生領域成功應用的范例[11]。 心電人工智能利用模糊邏輯理論與回歸、神經網絡、機器學習等算法,根據輸入的信息和經驗構建概念,完成心電自動分析與診斷任務[12-13]。 KIRANYAZ 等[14]基于人工智能開發了一種心律失常自動檢測算法,首先在信號域中模擬心律失常的常見原因;然后,使用退化模型合成異常心搏;最后,使用真實的正常心搏和合成的異常心搏訓練卷積神經網絡,經過訓練的卷積神經網絡可用于心律失常的實時檢測。 心電人工智能可輔助基層醫院診斷急性心肌梗死、緩慢性和快速性心律失常等心血管疾病,預測心血管疾病死亡率,篩查無癥狀左心室收縮功能障礙,智能分析危急波形并發出自動預警[15-16]。 納龍遠程心電平臺利用人工智能技術,對基層醫院的心電數據進行分析與診斷,對符合“心電圖危急值診斷標準”的心電圖進行語音提示,并通過后臺調度,以危急符號對危急病例進行標識和預警,自動推送至醫生的診斷界面[17-18]。 然而,心電自動分析與診斷的結果不易得到專業醫生的認可,首先,在健康人群中,心電圖的QRS 波群、P 波和RR 間期本身就存在個體差異;其次,在心血管疾病尤其是電生理異常患者中,電生理信號和參數存在高度的可變性;最后,單純基于深度神經網絡算法進行心電分析與診斷類似于“黑箱”操作,輸出結果與心電波形特征之間的關聯不夠直觀[19]。 而心電網絡平臺收集的海量數據可為心電的人工智能分析與診斷提供必要的疾病相關資料,有助于實現對心血管疾病的診斷和風險防控,也能在一定程度上彌補心電自動分析與診斷技術在準確性和臨床綜合能力方面的欠缺,還能被用于開發心血管疾病診斷的新算法。

2.1.2 遠程心電設備 隨著人工智能算法、信號處理技術和傳感器技術的發展,操作簡便的單導聯設備可識別大部分心律失常,從而使遠程心電設備可以分配給未經訓練的個人使用。 由于大多數臨床指南是基于12 導聯心電圖制定的,導聯簡化的遠程心電設備適用范圍縮小,目前多用于檢測異常節律[20-21]。2019 年新型冠狀病毒肺炎疫情暴發后,由于擬采用的治療藥物中包含可能延長QT 間期的羥氯喹和阿奇霉素,因此在資源限制或隔離的情況下,可考慮使用移動設備對部分人群監測QT 間期[22-23]。 一項關于遠程心電設備檢測QT 間期效果的研究顯示,Apple Watch 可用于對服用羥氯喹和阿奇霉素的患者進行有效監測,設備位于左手腕時可以追蹤到85%的患者的QT 間期,而位于其他位置時達到94%[23]。 在遠程設備應用中,心電信號的處理會受到噪聲干擾、電極位置放置偏差的影響,為解決上述問題,有些設備生產商選擇在非標準位置捕獲心電信號,如Bardy Diagnostics 公司考慮到心肌電流通過縱隔流向胸骨上方的皮膚,將生產的BardyDx CAM 設備放置在胸骨處。 SMITH 等[24]研究表明,單通道胸骨心電圖貼片的設計可以優化P 波的質量、形態及其與QRS 波的關系,與標準3通道動態心電圖監測儀相比,心律失常診斷的準確率有所提高。 基于加速度傳感器的優化,未來還可以利用分析心臟聲音的心聲圖和分析心臟震動的胸壁震動圖技術,對心血管疾病進行遠程監測和管理[25]。

2.2 心電網絡平臺的建設現狀

隨著我國心電監測技術和信息管理模式的成熟,越來越多的大型醫院構建了區域性心電網絡平臺。 武漢亞洲心臟病醫院自2005 年年初引進心電網絡、2010 年全面開展遠程心電會診以來,其設立的終端醫院數量逐年增加,覆蓋區域逐步擴大,會診病例數不斷攀升。 2012 年新疆維吾爾自治區人民醫院心電學科成立了心電網絡信息診斷中心;2014 年該中心與近30 家機構聯網,形成了覆蓋全疆的心電網絡[26]。 這些醫院多采取“1 +X”模式進行心電網絡化建設[27],具體分為兩步:第一步,建立院內心電網絡系統,即局域性心電網絡系統,包括心電設備聯網,各科室聯網布點配置心電監測終端,完善監測一體化并實現多種數據的收集、傳輸、分析、診斷及回傳等;第二步,以本院為中心建立院外心電網絡系統,在本院和基層醫院之間形成網絡。 心電網絡平臺的建設實現了區域內患者的信息共享,提升了區域內心血管疾病的診療質量和服務水平,在一定程度上解決了偏遠地區廣大基層群眾心電檢查和診斷的難題,也有利于科研數據的獲取和醫學教育所需心電資料的積累,有效推動了區域內的醫療信息化建設進程。 目前,心電網絡平臺構建模式仍是以區域性為主,若要進一步構建跨區域、全國性乃至國際化平臺,則需要區域性平臺之間加強交流、合作甚至合并。

2.3 心電網絡系統的應用效果

心電網絡系統在臨床應用中取得顯著成效。與常規心電圖、動態心電圖相比,雖然心電網絡系統遠程監測對心律失常的檢出率差異無統計學意義,但對心肌缺血有較高的檢出率[28]。 心電網絡系統通過危急值預警,縮短了急性心血管事件的識別時間。 河南省人民醫院2019—2021 年通過云心電網絡遠程會診平臺收集了51 282 份心電圖,通過對比和分析危急值種類,發現在基層醫院的遠程會診中,危急值設置有助于快速識別急性心血管事件,使危重患者更快得到救治[29]。 心電網絡系統還可用于對農村居民的心肌梗死進行管理,包括早期發現心肌梗死,監測出院患者心肌缺血和心肌梗死復發,監測經皮冠狀動脈介入治療后冠狀動脈血運重建并輔助判斷有無發生再狹窄[30]。 該系統也能用于健康監護,包括健康體檢、情緒識別、睡眠質量監測和運動健身監測等;遠程監測心臟移植術后的心律失常,更快地識別排斥反應;減少心力衰竭患者的住院次數,改善患者的生活質量和預后[19,31]。

心電網絡系統也能用于教育培訓。 首先,心電網絡系統的相關知識是相關醫務人員在信息化時代必須學習的內容。 2015 年,國家應急醫學研究中心的屈正教授、中國人民解放軍總醫院的盧喜烈教授共同發起了國家級繼續醫學教育項目“全國心電網絡系統建設與應用研討會”,截至2023 年3 月,已在全國各地連續舉辦了八屆。 除了心血管疾病的心電圖特征、各種類型心律失常和心臟電生理等方面的知識講授以外,近年來心電網絡化建設的主要成就、相關問題、未來展望也是該研討會的重要議題,使全國廣大基層臨床工作者充分認識到了心電網絡平臺建設的重要性和必要性。 其次,心電網絡平臺本身也是開展醫學教育的重要平臺——利用信息網絡平臺搭建的心電網絡工作站,通過心電圖分析和診斷的各子系統,可實現心電圖診斷教學功能。 臨床醫生可根據教學需要,選取工作站的高質量心電圖用于教學。 學生在臨床實習或工作期間,都能在教學平臺對心電圖進行分類搜索,并選擇所需病例進行分析討論,有助于提高學習效率和改善學習效果。

心電網絡化建設還能通過人才資源再分配,緩解專業人員短缺的問題;通過數據收集與分析,推進科研大數據開發和高質量研究;通過心電信息的提取及相關研究成果的推廣,為政府決策提供依據,積極推動政府制定健康管理服務政策。

3 心電網絡化建設與應用中的常見問題

3.1 心電網絡化建設中的問題

一方面,心電網絡化建設缺乏統一規劃和部署。 區域性網絡平臺的構建需要中心醫院和基層醫院統一規劃和部署,優化信息采集、數據處理、報告檢索、數據統計和報告書寫等流程,否則政出多門,難以協調。 目前我國心電網絡平臺的規劃和部署尚不完善,不利于構建跨區域、國內乃至國際化心電網絡平臺。 另一方面,心電網絡化建設的相關法律法規亟須完善。 首先,心電網絡系統的運行依賴于網絡,而網絡安全需要考慮人為攻擊導致信息竊取、信息泄露、數據篡改等問題,以及網絡實體能否經受住火災、地震和水災等的考驗,確保遠程醫療系統具有保密性、完整性、可用性、可控性和不可抵賴性。 其次,隨著心電大數據與心電人工智能的興起,心電網絡化建設需要為人工智能算法的自動化決策、決策透明度和數據管理制定一套法律框架,因為升級迭代的智能算法不僅會導致出現變量間的虛假相關性、邏輯謬誤等,而且還可能干擾個人決策[32]。

3.2 心電網絡化應用中的問題

盡管心電網絡系統正在應用中不斷完善,但仍有諸多問題亟待解決。 一是心電設備相關標準不盡完善。 除了現有的IHE 國際規范、心電數據傳輸的DICOM 和HL7 國際標準、心電數據結構和存儲的SCP-ECG 標準、心電數據存儲的XML1. 0 標準外,心電設備與醫院各信息系統之間的信息傳遞還需要能兼容各系統的標準接口;心電信號濾波器需要標準帶寬,否則高頻信號會消耗內存、低頻信號會影響QRS 波群的測量;隨著心電設備種類的增多,其診斷質量受到專業醫生的質疑,相關專業學(協)會應通過發布指南來規范心電設備的臨床應用[33]。 二是心電信息采集操作規范尚未統一。 心電信息的采集主要包括錄入臨床信息、預處理皮膚、對特殊人群使用電極、放置電極等步驟。 采集過程中,可能因噪聲干擾和電極位置不當等因素影響信號質量,目前解決措施主要是統一電極的放置位置并對臨床專業醫師進行規范化培訓。 但是在遠程心電監測過程中,多是患者自行佩戴心電設備并處理電極脫落問題,因此,遠程心電設備需要配以規范、簡明的說明書,同時簡化導聯,提高在非標準位置捕獲心電信號的質量。 三是心電圖診斷標準尚待完善。 目前國際公認的診斷標準是《AHA/ACCF/HRS 2009 心電圖標準化與解析》,但因其在我國臨床應用中有一定的局限性而被多次更新;2019 年全軍心血管專業委員會心臟無創檢測學組等[34]發布了《心電圖診斷術語規范化中國專家共識(2019)》。 以上標準是基于12 導聯心電設備更新的,而簡化導聯的遠程心電設備應用僅限于檢測異常心律,因此,建議相關專業學(協)會根據遠程心電設備的特點更新診斷標準。 四是心電圖的診斷質量有待提高。 目前遠程心電圖的診斷主要是由經過專業培訓的醫生和人工智能完成。 與人工判讀相比,人工智能算法對結果的判讀不太理想,需要專業醫生再次判讀[35]。 這不僅增加了醫務人員的工作負荷,而且降低了患者對醫院的滿意度。 因此,未來心電人工智能需要算法與人工判讀進一步融合,減少無效數據的干擾[36]。 五是大眾對遠程心電監測認知不足。 遠程心電設備目前多用于醫療機構,因此大多數人不了解它的用途,也不清楚心電大數據如何讓大眾受益以及如何維護使用者的隱私和權益。

4 心電網絡化建設展望

未來心電網絡化建設應該有所側重。 首先,要努力實現心電網絡系統建設的標準化,制定服務收費、數據安全管理、急救監護和區域化合作等方面的細化標準;加大對醫療機構參與心電網絡系統建設的支持力度;通過出臺相關政策及法規,鼓勵和支持第三方機構參與心電網絡系統的建設;明確醫生在心電網絡系統建設中的地位和作用,給予醫生更多的管理與運營權限。 其次,要積極推動遠程心電設備的市場化,提高設備采集信號的質量、加快數據傳輸速度、增大存儲容量和延長電池使用壽命,使其充分發揮微型、便攜、智能和價廉等優勢。最后,繼續關注人工智能的未來發展。 心電人工智能應該做到“三結合”,即人類知識和機器數據學習能力的結合、心電圖自身特點和心電專家判讀心電圖思維過程的結合、人類推理過程和深度神經網絡工具的結合。

心電網絡化建設要始終堅持以心電技術為核心、以心電網絡平臺為載體、以多方合作為基礎、以全心全意為患者服務為宗旨,努力實現多方的價值。