南京市5 103名社区居民单导联智能动态心电图结果分析

周宁天，王俊宏，尹 珺

心律失常是主要的健康负担之一[1]。心律失常及其并发症如心力衰竭、心脏性猝死、血栓及脑卒中等的致残率、致死率及相关医疗负担都很高，但由于其症状的隐匿性，知晓率并不高[2-5]。传统多导联心电图不便于携带，不便于病人长时间使用[6]。由于社区居民人数众多、工作量大，缺乏有效采集工具及专业读图人员，人群心律失常的筛查难以进行。现有研究表明，单导联智能心电图检测自动读图与常规多导联动态心电图检测筛查心律失常的效果差异无统计学意义[7]。因此，本研究将通过一款单导联智能动态心电图检测仪对社区居民进行心律失常筛查并分析其结果。

1 对象与方法

1.1 研究对象 选取2020年1月5日—2020年7月30日江苏省人民医院、江苏省妇幼保健院下辖社区居民5 103名，排除冠心病、恶性心律失常、脑梗死、胸廓畸形等。其中，男2 401名，女2 697名，未登记5名。20岁以下26名，年龄(17.6±1.7)岁；20～29岁582名，年龄(26.6±1.3)岁；30～39岁1 061名，年龄(34.4±2.3)岁；40～49岁1 105名，年龄(45.2±1.1)岁；50～59岁1 463名，年龄(56.4±1.8)岁；60～69岁692名，年龄(66.3±2.7)岁；70～79岁143名，年龄(73.1±1.4)岁；80岁及以上25名，年龄(83.2±3.1)岁。6名未登记年龄。研究对象均知情，自愿参加本研究，并完成满意度调查问卷。

1.2 研究设备 采用南京数维康信息科技有限公司智能单导联动态心电检测仪SWK801，设备及电极贴于胸骨角左缘2.5 cm及第4肋间左锁骨中线位置，以蓝牙传导方式上传至手机应用端，同步记录心电图波形(见图1)，连续记录2 h，程序后台分析识别并自动行心电图结果判读。为了实现快速识别与检测，该设备基于MIT公开的心电数据库及自有知识产权数据分析库进行训练和检测。其中，智能算法使用RR间期熵和P峰交叉熵联合计算。

图1 波形记录

2 结 果

共5 103名南京市自然社区居民进行单导联智能动态心电图心律失常筛查，结果显示，心房颤动14例(0.27%)；室性期前收缩236例(4.62%)，其中，偶发室性期前收缩(2 h 600次以内)227例(4.45%)，频发室性期前收缩(2 h 600次及以上)9例(0.18%)；室上性期前收缩295例(5.78%)，其中，偶发室上性期前收缩285例(5.58%)，频发室上性期前收缩10例(0.20%)；室上性心动过速(含短暂性阵发性室上性心动过速)135例(2.65%)；室性心动过速(含短暂性阵发性室性心动过速)7例(0.14%)。以上结果均经江苏省人民医院心电图室复核，准确率达95%以上。87%的病人认为单导联心电图方便快捷。

3 讨 论

3.1 单导联与多导联心电图的诊断差异 在筛查心律失常方面，以标准12导联心电图为标准，单导联心电图筛查各种类型的节律异常有良好的诊断准确性，特异性和灵敏度分别为93.5%[95%CI(88.7%，96.7%)]、90.9%[95%CI(78.3%，97.5%)][8]。在社区环境中，使用单导联心电图监测仪诊断及监测心律失常是一种可行的、兼具准确性及成本效益、省时且安全的传统12导联心电图的替代方案[9]。有研究表明，单导心电检测设备比十二导联心电图及常规动态心电图监护仪可检测到更多的心律失常，效果更优；但在检测心肌缺血方面，单导联心电图的ST段或T波改变不具有特殊临床意义[10-11]。

3.2 人工智能技术应用于检测心律失常的价值 我国目前已进入人口老龄化阶段，人均寿命延长，而老年人罹患多种慢性病风险增高，行动能力较青壮年弱，这些特点使老年人群对社区医疗服务的需求增加，如心电图等常规检查需求量大。但社区医生操作及诊断的能力仍有欠缺。在对上海市部分临床医生进行基本技能(包括心电图及胸部X线诊断能力、心肺听诊能力)的考核中，社区医生的合格率仅为26.76%，远低于三级医院的合格率(95.00%)[12]。不能正确识别心律失常进一步限制了急性或严重心律失常的社区转诊。

随着人工智能、大数据、机器学习、云计算和物联网等技术的发展，便携式心电监测设备同时具有血压测量、心率监测、波形分析和心血管疾病诊断等功能[13]。人工智能，特别是深度学习算法(deep learning，DL)[14]，基于端到端(end-to-end)的训练机制，能够利用海量心电信号，实现从输入到输出的高层特征提取和表征，从而实现专家级的目标预测[15]。近年来，深度卷积网络应用于单导联心电图，可以准确地对各种明显的心律失常进行分类，具备与心脏病学专家类似的诊断准确性[16-17]。除准确性外，单导联智能心电检测设备还可以兼顾便携性[18]。这项技术的应用对社区医生而言，能够快速获取准确心电图结果，完善工作流程，减少误诊漏诊；对于病人而言，可更方便、及时地获取个人疾病诊断，了解病情[19]。此外，长期使用可穿戴智能设备有利于社区医生对病人病情的随访、健康宣教，便于更好地管理病人[20]。

随着生物医学模式向生物-心理-社会医学模式转变，更加强调全科医生的重要性，重视预防医学，更多地关注社区医疗的发展[21]。强调“以人为本”，以病人为中心、家庭为单位、社区为范围。2020年国务院办公厅印发的《关于加快医学教育创新发展的指导意见》中再次强调基层医疗的重要性，对基层医疗的定位是“小病善治、大病善识、重病善转、慢病善管”。而人工智能技术的医学应用及全科医学人才的培养两者相结合能更好落实这一指导意见。智慧医疗利于精准分诊，连接线上，方便就医，提升就诊效率及服务质量，并实现智能监测、记录与管理[22]。

综上所述，本研究首次结合三级甲等医院及社区，采用人工智能单导联心电监测设备进行社区居民心律失常筛查，是“互联网+”智慧医疗创新模式的一次试验，为未来构建“互联网+”远程与社区、“三甲”联动提供理论及实践依据。