人工智能增强型脉搏血氧仪在房颤检测中的诊断准确性:一项基于真实人群的研究

时间:2026年3月28日
来源:Advances in Medical Sciences

编辑推荐:

房颤筛查的AI增强指尖PPG设备在真实世界中表现优异,灵敏度96.7%,特异性90.5%,与ECG结果一致且适用于高龄及高患病风险人群。

广告
   X   

赵春坚|林慧安|侯森光|郭书成|张国源|高伟峰|林胜峰
台湾台北医学院医学系急诊医学科

摘要

目的

基于指尖的光电容积描记(PPG)设备提供了一种非侵入性的方法,用于家庭中的心房颤动(AF)筛查。在本研究中,我们评估了结合了监督式人工智能(AI)算法的指尖脉搏血氧仪在现实世界环境中诊断AF的准确性。

材料与方法

这项前瞻性、多中心研究包括了401名参与者,他们同时接受了AI增强型指尖脉搏血氧仪和标准12导联心电图(ECG)的检测,其中专家解读的ECG作为诊断参考标准。血氧仪测量了脉率、氧饱和度、灌注指数(PI;一种基于PPG的外周灌注指标)以及PPG波形,并通过内置的AI模块将这些数据分类为“正常”、“不规则”或“可能的心房颤动”。

结果

与专家解读的ECG相比,AI增强型脉搏血氧仪在AF检测方面表现出高诊断性能,敏感性为96.7%,特异性为90.5%,阳性预测值为91.9%,阴性预测值为96.1%。AI增强型脉搏血氧仪检测到的AF发生率与计算机读取的12导联ECG结果一致(55.4% vs 52.6%,p = 0.436)。在所有临床亚组中,诊断性能均保持较高水平,但在灌注指数≤1%的参与者中观察到轻微下降。未报告严重的设备相关不良事件。

结论

这种结合了AI算法的便携式指尖PPG设备的设计支持其远程、实时心律监测和大规模AF筛查的应用。

引言

心房颤动(AF)是最常见的心律失常类型,是全球中风、心力衰竭和全因死亡率的主要因素。其患病率在全球范围内持续上升,尤其是在老年人中[2]。预计到2050年,台湾老年人的AF患病率将从2020年的1.51%增加到4.0%[3]。AF通常无症状或呈阵发性,这使得及时诊断变得复杂。亚临床AF与中风、心血管事件和死亡风险增加相关[4]。早期检测有助于通过CHA2DS2-VA风险评分等工具进行风险分层[5],并促进抗凝治疗的及时开始,从而显著降低再次中风的风险[6]。
2020年和2024年的欧洲心脏病学会(ESC)指南强调了早期AF检测的重要性,并建议对65岁及以上的个体进行机会性筛查,方法包括脉搏触诊或12导联心电图(ECG)[5, 7]。然而,传统筛查方法在可扩展性、敏感性和患者依从性方面存在局限性。虽然植入式心脏监测器通过持续监测提供了高诊断效率,但它们价格昂贵且不适用于大规模筛查。外部监测器虽然侵入性较小,但通常需要长时间使用电极,这可能会引起不适并逐渐降低患者的耐受性。
为了解决上述问题,已经开发了配备人工智能(AI)的可穿戴设备用于AF筛查[8]。这些AI增强型设备因其便携性、成本效益和易用性而具有潜力[8, 9]。在本研究中,我们评估了一种新型家用设备——AI便携式心脏监测仪(AIMO9;OSTAR Meditech Corp., 新北市,台湾)——这是一种基于指尖PPG信号设计的AI增强型脉搏血氧仪,用于检测AF。鉴于早期AF检测的临床重要性和AI驱动信号分析的技术进步,我们评估了该设备在现实世界前瞻性队列中诊断AF的准确性。

研究设计与队列

这项前瞻性、开放标签、多中心临床研究于2023年9月至2024年6月在台湾台北医学院医院和万芳医院进行。连续的成年患者(n=430),年龄≥20岁,因病情就诊于台北医学院医院或万芳医院急诊科,接受了前瞻性筛查。纳入标准包括年龄≥20岁以及能够同时接受ECG和脉搏血氧仪检测。

队列特征

共有430名参与者接受了筛查。其中401名完成了所有检测并纳入最终分析(图4)。参与者的中位年龄为71岁(范围:20–99岁),224名(55.9%)为女性。报告的合并症包括:201名(50.1%)患有高血压,89名(22.2%)患有糖尿病,23名(5.7%)患有充血性心力衰竭,147名(36.7%)患有心血管疾病(表2)。

讨论

在这项涉及401名参与者的现实世界筛查研究中,AI增强型脉搏血氧仪在检测AF方面表现出优异的性能。该设备的敏感性为96.7%,特异性为90.5%,阳性预测值为91.9%,阴性预测值为96.1%,总体准确率为93.8%。
高敏感性和良好的特异性相结合,可以更有效地优先安排对测试概率较高的个体的确认性检测。这些结果在各个亚组中均保持稳定。

结论

AI增强型脉搏血氧仪为AF筛查和检测提供了一种高度准确(敏感性、特异性、阳性预测值、阴性预测值和总体准确率)、易于获取且可扩展的解决方案。其在老年人和有中风史的个体中的高性能凸显了其在高风险人群中针对性筛查的价值。考虑到其便携性、易用性和筛查性能,该设备有望在社区筛查和常规应用中得到更广泛的应用。
作者贡献
研究设计:赵春坚;林慧安;侯森光;郭书成;张国源;高伟峰;林胜峰
数据收集:赵春坚;林慧安;侯森光;郭书成
统计分析:赵春坚;林胜峰
数据解读:赵春坚;林胜峰
手稿准备:赵春坚;林胜峰
文献检索:赵春坚;林胜峰
资金筹集:赵春坚

数据声明

本研究的数据来源于临床记录,包含受保护的健康信息。由于机构政策、法律限制和患者隐私考虑,这些数据不能公开共享。有兴趣验证分析结果的研究人员应向台北医学院人类研究办公室(OHR;ohr@tmu.edu.tw)提交正式提案,并联系通讯作者(S.-F.L.;linshengfeng@tmu.edu.tw)讨论可行性。

写作过程中关于生成式AI和AI辅助技术的声明

在准备手稿期间,作者撰写了初稿。随后,作者使用ChatGPT 5.4(OpenAI,美国加州旧金山)协助进行英语语言编辑和句子修改。使用该工具后,作者根据需要审查、编辑和验证了内容,并对出版物的内容负全责。所有参考文献和文本引用均由作者手动核对原始来源。

财务披露

赵春坚从台湾OSTAR Meditech Corp获得了财务支持。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

生物通微信公众号
微信
新浪微博


生物通 版权所有