基于“5G+AI”技術的遠程心電監測系統研究

[摘要]"為解決心血管疾病防控的難題，提高心血管疾病預防、診斷及治療的時效性和精準性，基于5G通信和人工智能技術，搭建一個遠程心電監測系統，包括患者心電數據采集和自動識別、醫生遠程診療等功能。此監測系統可遠程不間斷地實時采集并識別分析患者的心電數據，并將識別結果、結論反饋給醫生和患者，為患者及時就醫和醫生診療提供意見和建議。該系統在心臟病患者的管理、突發心臟事件監測和早期心臟疾病篩查等方面具有一定的實用價值。

[關鍵詞]"心電監測；5G；人工智能；遠程實時監測；自動診斷

[中圖分類號]"R541""""""[文獻標識碼]"A""""""[DOI]"10.3969/j.issn.1673-9701.2024.07.022

Research"on"remote"electrocardiogram"monitoring"system"based"on"“5G+AI”"technology

DAI"Wenjuan1，"JI"Feng2

1.Department"of"Cardiology，"First"Hospital"of"Shanxi"Medical"University，"Taiyuan"030001，"Shanxi，"China;"2.Department"of"Electronics"and"Communication"Engineering，"Shanxi"Polytechnic"College，"Taiyuan"030001，"Shanxi，"China

[Abstract]"In"order"to"solve"the"problem"that"cardiovascular"diseases"can"be"prevented"and"controlled，"and"improve"the"timeliness"and"accuracy"of"cardiovascular"disease"prevention，"diagnosis"and"treatment，"a"remote"electrocardiogram"monitoring"system"has"been"built"based"on"5G"communication"and"artificial"intelligence"technology，"including"the"functions"of"patient"electrocardiogram"data"acquisition"and"automatic"recognition，"and"remote"diagnosis"and"treatment"by"doctors."This"monitoring"system"can"collect，"identify"and"analyze"the"electrocardiogram"data"of"patients"remotely"and"continuously"in"real"time，"and"feedback"the"identification"results"and"conclusions"to"doctors"and"patients，"providing"opinions"and"suggestions"for"patients"to"seek"medical"treatment"in"time"and"doctors’"diagnosis"and"treatment."This"system"has"some"practical"value"in"the"management"of"patients"with"heart"disease，"the"monitoring"of"sudden"cardiac"events"and"the"early"screening"of"heart"disease.

[Key"words]"Electrocardiogram"monitoring;"5G;"Artificial"intelligence;"Real-time"remote"monitoring;"Automatic"diagnosis

近年來，心血管疾病因其發病急、死亡率高、并發癥多、復發率高等特點，已成為導致人類死亡的主要原因之一，因此心血管疾病的防治變得極具重要性和挑戰性[1]。《“健康中國2030”規劃綱要》將心血管疾病防治工作納入其中。

在心血管疾病的診斷中，心電檢測有著舉足輕重的作用。但醫院急診、門診開展的傳統心電檢測的實時性和時效性較差，難以克服異地監測和診斷困難，僅對在醫院進行心電測量且正在發病的患者才有意義。因而對心血管疾病的疑似患者、確診患者進行全天候的動態心電監測和實時在線的心電監測數據診斷是一個急需解決的問題。5G通信技術和人工智能（artificial"intelligence，AI）技術的出現為該難題的解決提供有效路徑。本文將基于“5G+AI”的思路，對遠程心電監測展開研究。

1""遠程心電監測系統概述

1.1""心電監測技術

心電圖是心電監測的主要技術手段，它利用貼在人體皮膚表面的電極，進行心臟電位傳動的監測，然后將監測到的信號經數字化處理后，得到可顯示心臟跳動狀態的曲線[2]。目前進行患者心電監測多使用動態心電圖儀（Holter），患者通過便攜式心電圖儀可連續進行心電數據的測量，這樣捕捉到心臟異常的可能性更大[3]。心電監測技術對診斷和監測心臟健康非常重要，它可幫助醫生制定治療計劃，并監控治療效果。

1.2""5G通信技術

5G通信技術是無線通信領域的最新標準，由一組關鍵技術和標志性能力指標定義，包括大規模天線陣列、超密集組網、新型多址、全頻譜接入和新型網絡構架等[4]；其中，高速率、低時延和大連接成為5G最突出的特征。目前5G通信技術在醫療領域的應用具有廣闊的前景和深遠的影響。它可實現遠程醫療、智能醫療、健康管理等創新應用，為醫療行業注智賦能，提高醫療服務的效率和質量，促進醫療資源的均衡分配和優化配置，為人民的健康事業做出更大的貢獻。

1.3""AI技術及其在心電數據識別方面的應用

AI技術是一種基于計算機算法的智能技術，可通過對大量數據的處理和分析，自我學習和自我完善，從而不斷提高其處理信息和解決問題的能力。在心電數據識別方面，AI技術可通過對大量心電數據的分析和學習，識別出正常和異常心電圖及各種不同類型的心律失常等[5]。具體來說，AI技術可通過對心電數據的特征提取和模式分類等方法，將心電數據自動分類為正常或異常及不同類型的心律失常等，從而為臨床診斷和治療提供更加準確和可靠的信息支持。

1.4""系統的整體情況

基于“5G+AI”技術的遠程心電監測系統，利用心血管病患者隨身攜帶的可穿戴心電采集設備進行心電信號的24h不間斷采集；通過5G通信技術，將采集到的心電數據遠程傳輸至云平臺；同時借助AI技術，在云平臺實時在線進行分析；一旦發現監測數據有問題，及時向患者進行預警，同時將數據發送至定點醫院的心電監測平臺，提示患者及時就醫或醫院值班人員關注該患者情況。為患者及時就醫爭取時間，保障患者的生命安全。

2""遠程心電監測系統設計研究

2.1""總體設計

基于“5G+AI”技術的遠程心電監測系統，主要由患者端的便攜式心電采集設備、云服務器、醫院遠程診療平臺三部分組成。心電采集設備主要負責不間斷的實時采集患者的心電數據；云服務器主要負責接收心電信息；醫院的遠程診療平臺主要負責從服務器獲取心電信息，借助AI技術進行智能判斷并得到初步判斷結果，同時將判斷結果發送給值班醫生，醫生可通過電腦端或手機端獲取該信息，如有特殊情況及時聯系患者；診療平臺亦可向患者手機端發送相應的判定結果，幫助患者掌握自身狀況并采取相應的措施。診療平臺同時可對患者的心電監測信息進行存儲，且具備日常醫療管理的功能。

2.2""功能設計

2.2.1""便攜式心電采集設備""便攜式心電采集設備包括心電數據采集模塊和5G通信模塊兩部分。其中，心電數據采集模塊由電極和傳感器、信號處理單元、模數轉換單元、數據存儲單元、數據傳輸接口及電源單元等幾部分組成。電極附著在人體表面，用于監測心臟信號；傳感器則將監測到的心臟信號轉換為電信號；該電信號由信號處理單元進行濾波、放大等處理，而后由模數轉換單元將模擬量的心電信號轉換為數字量[6]；該數字量信號進行存儲，同時通過數據傳輸接口發給5G通信模塊。5G通信模塊將采集、轉換得到的心電數據信號發送給醫院的云服務器，該模塊主要由數據處理單元、調制器單元、射頻前段單元、電源管理單元等部分組成。

2.2.2""云服務器""云服務器主要負責接收來自終端設備采集、處理的心電數據，并支撐醫院遠程診療平臺的正常運行。云服務器包括數據存儲和處理設備，可托管大量數據，并提供計算能力，以支持AI算法的實時分析。云服務器的選擇取決于醫院診療平臺的具體需求，包括規模、預算和安全要求。云服務器供應商可提供豐富的云端服務器選項，可根據實際情況進行定制配置。此外，醫院還需特別注意服務器對患者數據的保密，服務器必須實施嚴格的安全和隱私措施，以確保數據的安全和合規性。

2.2.3""醫院遠程診療平臺""醫院遠程診療平臺主要負責對心電監測患者進行管理，平臺對云服務器傳來的數據借助AI進行處理分析，然后將識別的結果發送至醫生的電腦端或手機端，幫助醫生掌握患者情況；AI診斷結果如有異常，也會第一時間發送至患者的手機端，提醒患者及時就醫。遠程診療平臺具備患者管理、數據存儲、自動打印圖表等功能。

基于AI技術進行心電數據分析，主要是借助深度學習技術來訓練一個心電數據識別的專用模型，然后對新采集到的患者心電數據進行識別，并將識別結果及時報送給醫生和患者[7]。心電數據識別過程見圖1。

從醫院收集大量實測心電數據，并保證所收集數據的質量和準確性。對數據進行去噪聲、濾波、數據清洗、數據標注等操作，保證輸入數據的一致性和可用性。采用深度學習方法從心電數據中提取有用的特征關鍵數據，主要包括QRS波、ST段、T波、心率的變異性等[8]。之后進行AI基本模型的選取，通常采用卷積神經網絡模型進行數據訓練。模型訓練驗證和測試則使用大量已經標注的心電數據來訓練選定的卷積神經網絡模型，通常將之前處理好的數據集按照6∶2∶2的比例劃分，60%為訓練集、20%為驗證集、20%為測試集。最后將已訓練完成的模型部署在具有更強計算能力的云服務器或本地服務器上。在日常的系統運行過程中，需不斷優化和改進模型，讓模型更智能、平臺使用更方便快捷。

3""遠程心電監測系統的優勢

遠程心電監測系統通過對心臟病患者或疑似患者的心電數據進行實時采集，借助AI技術進行心電數據的自動識別，及時反饋給醫生和患者本人，為進一步診療提供依據、節省時間。系統具有傳輸快、實時性強、識別率高等特點，可有效幫助醫生快速了解患者病情，避免患者延誤就診時機。

系統采用5G網絡高速傳輸心電數據，借助5G網絡大寬帶、低時延、高速率的特點，保證心電數據傳輸的實時性和準確性；借助AI技術自動化診斷，采用深度學習技術對心電圖數據進行智能分析，提高診斷效率；同時AI模型借助大數據推理訓練并不斷優化，可提高診斷準確率。最后，系統支持遠程診斷，可實現遠程專家對基層醫療機構的實時診斷支持，提高基層醫療水平。

4""遠程心電監測系統的應用前景

4.1""慢性病患者管理

對已確診的心臟疾病患者或已完成心臟手術的患者，系統可提供長期監測和管理[9-10]。患者可實時監測自己的心電情況，無需頻繁前往醫院或診所進行心電圖檢查；同時醫生也可遠程跟蹤患者的心電活動，以評估病情并調整治療方案及時干預。

4.2""突發心臟事件監測

在高風險人群中，如老年人或已知有心臟問題的患者，系統可在出現突發心臟事件時提供警報和干預，從而有效避免潛在的生命威脅。突發心臟事件時，醫生可在120未到達之前快速掌握患者病情，遠程指導患者家屬開展必要的急救措施，為搶救患者爭取寶貴時間。

4.3""早期心臟疾病篩查

遠程心電監測系統可用于篩查患者的心臟健康狀況，尤其是那些有心臟病家族史或高危風險因素的人群[11]。通過遠程心電監測系統，患者可在日常生活中隨時隨地監測自己的心電信號，并將監測結果及時傳輸給醫生，以早期識別心律不齊、心臟病和其他心臟問題。

4.4""臨床研究與教學

對特定類型的心臟病或心臟手術后患者進行長期心電監測可提供大量真實數據，幫助醫生和研究人員了解疾病的進展和治療效果；醫學生可通過遠程訪問系統，學習如何分析和解釋心電圖數據，提高自身的臨床技能和知識水平。教師也可利用系統中的數據和圖表，進行心電圖的教學和演示，提高教學效果和學生的學習體驗。

5""小結

遠程心電監測系統在醫療領域具有廣闊應用前景，可實時、遠程監測患者的心電活動，有助于早期發現心臟問題并提供更好的醫療照護。但同時應考慮心電數據隱私和安全問題，確保患者的信息得到妥善保護[12]。AI自動識別的心電結果仍需醫生進行復核，以保證對患者心電情況識別的準確性。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1] 馬麗媛，"王增武，"樊靜，"等."《中國心血管健康與疾病報告2022》要點解讀[J]."中國全科醫學，"2023，"26（32）："3975–3994.

[2] 韓闖，"闕文戈，"王治忠，"等."基于心電圖的心肌梗死智能輔助診斷方法研究綜述[J]."生物醫學工程學雜志，"2023，"40（5）："1019–1026.

[3] 林繼華，"姚靜."動態心電圖與常規心電圖診斷冠心病的臨床對比分析[J]."中國醫藥導報，"2013，"10（29）："95–97.

[4] 周文鵬，"藍潔."第五代移動通信技術現狀及發展[J]."中國科技信息，"2016（15）："101–102.

[5] 周楊，"劉興鵬."人工智能心電分析技術在臨床診療中的應用[J]."中國臨床醫生雜志，"2023，"51（8）："884–887.

[6] 秦佳旺."家庭脈搏血氧飽和度的監測及其分析[D]."呼和浩特："內蒙古大學，"2019.

[7] 張平."基于深度學習的心電圖識別方法研究[D]."濟南："齊魯工業大學，"2020.

[8] 陳韜文，"宋家駿，"彭湘安，"等."心電圖ECG信號自動檢測特征提取方法研究進展[J]."電子測量技術，"2022，"45（19）："106–112.

[9] 蔡澤坤，"徐琳，"邱健."遠程心電監測在心肌梗死患者心臟康復中的應用進展[J]."中國康復理論與實踐，"2016，"22（1）："75–78.

[10] 谷曉芳，"許偉，"陳寬，"等."遠程心電監測技術研究進展[J]."中國醫學裝備，"2022，"19（11）："207–213.

[11] 白蓉，"王彬."高危心律失常遠程實時心電監測在心源性猝死預警中的應用[J]."心腦血管病防治，"2022，"22（2）："94–96.

[12] 郭聯山，"李政釗."人工智能在急危重癥患者診治中應用研究進展[J]."中國急救醫學，"2023，"43（10）："837–840.

（收稿日期：2023–11–08）

（修回日期：2024–02–02）