人工智能心電圖在遺傳性心律失常診斷中的應用研究

徐平小

關鍵詞：人工智能心電圖;遺傳性心律失常;診斷應用

【中圖分類號】 ?R541.7【文獻標識碼】A 【文章編號】1673-9026（2022）16--01

引言

心律失常是一種比較常見的心血管疾病，診斷比較容易，大部分患者只需要常規(guī)心電圖就可以確診，但是常規(guī)心電圖監(jiān)測時間短，難以捕獲偶爾出現(xiàn)的或短暫的遺傳性心律失常信號。植入式心電圖儀雖然能夠進行長時間的持續(xù)監(jiān)測，但其成本較高，植入及取出時需要進行有創(chuàng)的操作，患兒的接受度較低，因此在臨床上很難推廣使用。因而，能夠對患兒的心率進行長時間監(jiān)控的敏感、可靠的體外可穿戴裝置是非常必要的。

1資料與方法

1.1一般資料

選取我院2021年2月至2022年2月收治的遺傳性心律失常患兒共100例，按照隨機抽簽的方式分為觀察組（50例）和對照組（20例）。觀察組遺傳性心律失常男23例，女27例。年齡在1-7歲，平均年齡為（5.74±1.36）歲。對照組遺傳性心律失常男24例，女26例。年齡在2-8歲，平均年齡為（5.44±2.16）歲。兩組遺傳性心律失常臨床資料無顯著差異（p>0.05），具有可比性。

1.2方法

對照組選用日本光電公司生產的9130 P心電掃描儀為主要檢測對象，該儀器的走紙速度為25mm/s，以確?；€不受干擾，同時還要確保孩子的情緒穩(wěn)定，以確保影像的清晰度，并將檢查結果記錄下來。觀察組采用人工智能心電圖，選擇美國APPLE公司設計生產的APPLEWATCH作為監(jiān)測儀器，采集24小時的心電圖，確保在測試期間孩子的情緒穩(wěn)定，并做好詳細的記錄。

1.3觀察指標

對兩組患兒的檢出率進行計算，其中主要包括傳導阻滯、室性期前收縮、室性心動過速、室上性心動過速和房性期前收縮，對其總檢出率進行計算。

1.4統(tǒng)計學處理

應用SPSS25.0軟件對數(shù)據進行分析，其中，計量資料（x±s）表示，采取t檢驗，計數(shù)資料n（%）表示，x2檢驗，P<0.05差異有統(tǒng)計學意義。

2結果

觀察組患兒和對照組患兒的檢出率分別為94.00%和34.00%，兩組患兒的檢出率數(shù)據差異顯著，存在意義（P<0.05），如表1所示：

根據統(tǒng)計，在我國城鄉(xiāng)居民中心血管疾病的死亡率是第一位的，而對其進行實時的心臟運動監(jiān)測，對其進行早期防治非常重要。隨著醫(yī)學與信息技術緊密結合、可穿戴式及便攜式心電圖監(jiān)視器以及能監(jiān)測心跳、提供某些衛(wèi)生服務的醫(yī)療衛(wèi)生系統(tǒng)迅速發(fā)展與普及，推動了遺傳性心律失常的發(fā)現(xiàn)。一般認為遺傳性心律失常的預后優(yōu)于癥狀型心律失常，但也有少數(shù)例外情況，例如房顫、非持續(xù)性室性心動過速。眾所周知，心律失常的出現(xiàn)通常是陣發(fā)性、一過性、偶發(fā)性的，現(xiàn)有的醫(yī)學監(jiān)控技術都是在醫(yī)院里進行的，而且對心肌的運動進行的監(jiān)控不可能連續(xù)的進行，這就限制了對遺傳性心律失常的檢測。當前可穿戴式儀器對心律失常的辨識精度仍較現(xiàn)有的常規(guī) ECG技術要低很多，今后的研究將集中在該技術與實時心電圖檢測技術相結合的方法上。近幾年，可穿戴式智能裝置的出現(xiàn)和發(fā)展，為長期對患兒的心率進行監(jiān)控提供了更為合理的方法。一種方法是長時間戴著智能手表或者手鏈，這種裝置利用內建的感應器來監(jiān)測細胞內的血液流動，產生心跳曲線，并利用人工算法來間接地辨識出不規(guī)則的心律，從而為后續(xù)的檢測提供線索。“Apple Watch”等可穿戴設備可以在院外長期監(jiān)測心率，并利用人工智能對心律失常進行監(jiān)測，對疑似心律失常的使用者會得到系統(tǒng)的提醒，提醒其盡快就醫(yī)，同時，醫(yī)生也可以根據這些信息來判斷是否需要進行心電圖和動態(tài)心電圖，從而判斷是否有“真正”的心律失常。華為也在國內進行了類似的調查，得到了類似的資料，這種可穿戴式醫(yī)療器械的使用，將大大提高醫(yī)療診斷效率，節(jié)約醫(yī)療資源。但現(xiàn)有的智能可佩戴裝置，大多是通過對手腕血流的檢測來間接地檢測心率，從而產生誤差，而貼片式的心電監(jiān)護系統(tǒng)在歐美等國家的一些藥品已被有關部門批準用于臨床診斷。通過定點提醒、漏服報警等方式監(jiān)控患兒的用藥情況，可以明顯提高患兒的用藥遵從性。同時，利用智能軟件進行心臟功能不全的綜合治療，也是當前臨床上的一個重要課題。目前市場上已經有一些智能軟件，可以針對患兒的病情進行個性化的宣傳，以幫助患兒了解病情。隨著時代的發(fā)展，技術的進步，希望越來越多的公司能將人工智能技術運用到智能可穿戴裝置中，對使用者的身體狀況進行實時、準確的記錄，并捕捉到心律失常的發(fā)生，從而幫助人們及早發(fā)現(xiàn)和處理無癥狀心律失常，從而降低和預防心血管不良事件。除了提高患兒的治療依從性，患兒也可以在客戶服務中詢問或反饋他們的治療狀況。醫(yī)患雙方利用智能軟件實現(xiàn)了一個良性的、閉環(huán)的交互，從而達到改善患兒滿意度和療效的目的。隨著5 G時代的來臨，人工智能技術的不斷發(fā)展，新一代的醫(yī)學模式已經初露端倪。人工智能不僅可以幫助醫(yī)師提升診斷的效率、優(yōu)化醫(yī)療資源的使用，還可以提升患兒的診療經驗，提升患兒的生活質量。目前我國醫(yī)療資源的日益緊缺，隨著人口老齡化的來臨，將人工智能技術運用于臨床診斷和個性化治療是今后發(fā)展的必然趨勢。人工智能技術將醫(yī)療產業(yè)鏈進行了進一步的優(yōu)化，將會使整個醫(yī)療行業(yè)的發(fā)展變得更加高效、更加高效，這將是一種對整個人類都有好處的技術。

參考文獻：

[1] 史靜.動態(tài)心電圖與常規(guī)心電圖診斷冠心病患者心肌缺血及心律失常的臨床效果比較[J].影像研究與醫(yī)學應用.2020，（10）.56～58.

[2] 鄭帆，白一蘋.常規(guī)心電圖與動態(tài)心電圖對冠心病心律失常的診斷價值比較[J].山西醫(yī)藥雜志.2020，（16）.2201～2202.

[3] 劉洪.分析冠心病心律失?；颊咴\斷中常規(guī)心電圖（EcG）和動態(tài)心電圖（DCG）的診斷效果[J].影像研究與醫(yī)學應用.2020，（5）.48～49.

[4] 李艷艷，賈偉.24h動態(tài)心電圖在2型糖尿病合并冠心病患者心律診斷中的價值分析[J].陜西醫(yī)學雜志.2019，（1）.61-63，70.