Sky Labs 10日表示,首尔大学医院崔义根教授团队的论文《利用戒指型可穿戴设备CART的深度学习分析检测心房颤动的研究》已刊登于医疗信息学领域国际学术期刊《互联网医学研究杂志》(JMIR)。
崔义根教授团队自2018年起历时两年,以100名20岁以上持续性心房颤动患者为对象开展研究。研究使用戒指型可穿戴医疗设备CART与现有标准方式心电图仪,在患者心律转复术前后测量光学传感器信号即光电容积脉搏波(PPG)信号和心电信号;通过CART获得的共1.3万余个样本被传送至智能手机,并以深度学习算法进行分析。
研究结果显示,CART检出心房颤动的准确度即敏感度为99.0%,识别正常状态的准确度即特异度为94.3%。测量时间越长,诊断准确度越高,但仅测量10秒也能保持94.7%的准确度。尤其在心房颤动情况下,无论脉搏变异性如何,均保持了一致的敏感度。
首尔大学医院教授崔义根强调:“通过本次研究,科学验证了新型可穿戴设备在诊断近期患病率急剧上升的心房颤动方面的性能”,“本论文是继去年发表的验证CART算法的论文之后的后续研究成果。”
Sky Labs代表李炳焕表示:“此次研究结果验证了CART不仅可进行现有标准方式的心电图测量,还能连续测量光电容积脉搏波,其准确度得到证明,可信度也随之提高。” /禹永卓记者 tak@sedaily.com






