由人工智能驱动的可穿戴传感器可以预测住院前心力衰竭的恶化

根据犹他大学健康和弗吉尼亚州盐湖城医疗保健系统科学家领导的一项研究，一种新的可穿戴传感器与人工智能技术相结合，可以帮助医生在健康危机发生前几天远程检测心力衰竭患者的关键变化，并可以防止住院治疗。研究人员说，该系统最终可以帮助避免三分之一的心力衰竭患者在初次出院后的几周内再入院，并帮助患者维持更好的生活质量。

该研究的主要作者Josef Stehlik医学博士，公共卫生硕士，U of U Health高级心力衰竭项目的联合负责人说:“这项研究表明，我们可以在医生和患者知道问题出在哪里之前，就准确预测心力衰竭恶化住院的可能性。”

斯特利克补充说:“能够及早发现心脏的变化，将使医生能够及时采取干预措施，防止再次住院，避免心力衰竭恶化。”他同时也是盐湖乔治·e·瓦伦VA医疗中心心力衰竭和心脏移植项目的医疗主任。

这项研究发表在循环:心力衰竭美国心脏协会杂志。

大约有620万美国人患有心力衰竭，这是美国最主要的出院诊断。其中30%的患者可能会在出院后90天内再次入院，出现呼吸短促、疲劳和积液等反复症状。在许多情况下，住院会削弱病人独立照顾自己的能力。

休斯顿贝勒医学院温特斯心力衰竭研究中心主任、该研究的合著者、医学博士Biykem Bozkurt说:“那些反复因心力衰竭住院的人死亡率明显更高。”“即使患者存活下来，他们住院后的功能能力、运动耐受性和生活质量也很差。这个补丁，这个新的诊断工具，可能会帮助我们预防住院和患者状况的下降。”

研究人员跟踪了100名心力衰竭患者，平均年龄68岁，他们在犹他州盐湖城的四家退伍军人医院接受诊断和治疗;得克萨斯州休斯敦的;加州帕洛阿尔托;以及佛罗里达州的盖恩斯维尔。出院后，参与者在胸前佩戴一个粘性传感器贴片，每天24小时，持续3个月。传感器监测每个受试者的连续心电图(ECG)和运动。

这些信息通过蓝牙从传感器传输到智能手机，然后传递到由PhysIQ开发的分析平台，该平台位于安全服务器上心率心率、呼吸频率、行走、睡眠、身体姿势等正常活动。利用人工智能，分析为每个患者建立了正常基线。当数据偏离正常时，平台会生成一个指示，表明病人的心失败越来越严重。

总的来说，该系统在80%以上的时间里准确预测了即将到来的住院需求。平均而言，这一预测发生在再入院前10.4天(中位数为6.5天)。

“初次出院后90天内再入院的风险很高，”斯特利克说。“如果我们能通过监测和早期干预降低再入院率，这是一个很大的进步。我们希望，即使是那些可能再次入院的患者，他们的住院时间也会缩短，在这项技术的帮助下，他们的整体生活质量也会更好。”

接下来，研究人员计划进行一项大型临床试验，不仅使用该系统提醒医生患者病情的变化，还将跟踪基于这些警报的早期干预是否会减少患者的再住院次数心脏衰竭．