中国健康观察网

华美科技与北京大学第一医院联合出版"关注心脏健康蓝皮书

2020-07-29 15:24   来源: 互联网

中国心血管疾病的发病率和死亡率仍在上升。根据"2017年中国心血管疾病报告"的统计,中国患有心血管疾病的人数约为2.9亿,导致居民死亡率超过40%,远远高于肿瘤和其他疾病。心血管疾病已成为主要的公共卫生问题。


最近,纽约证券交易所:HMI与北京大学第一医院共同推出了"2020年可穿戴设备心脏健康蓝皮书"(以下简称"蓝皮书")。华美科技是一家以云为基础的医疗服务提供商,拥有世界领先的智能可穿戴技术和大量健康的大数据,以"健康连接技术"为使命;北京大学第一医院拥有百年的心血管疾病研究历史。以华美科技健康大数据为基础,双方共同开展了研究,从专业角度展示了公众心脏健康现状、心血管疾病风险及未来发展趋势。


智能可穿戴设备可以帮助人们长时间监测心率、心电图、睡眠、运动等多维健康数据,对健康风险评估具有重要的参考价值。数据表明,公众对智能可穿戴设备的接受程度较高,主动用户的平均磨损时间超过15小时,平均磨损时间越长,其中60岁以上人群的平均磨损时间超过17小时,心电数据的测量频率随年龄的增加而增加。使用智能可穿戴设备监测一些人的心脏健康已成为日常生活的一部分。



蓝皮书根据2008年世卫组织心血管疾病预防--心血管风险评估和管理袖珍指南,对记录了相关信息的用户进行了心血管风险评估。结果显示,广东、海南和贵州三省患心血管疾病的风险最高。


研究还发现,高心血管风险的比例随着年龄的增长而增加,男性心血管风险高于女性,占60岁以上男性的6.86%。


心率变异性(HRV)是指连续心跳周期的变化,一般指心跳速度和慢度的变化,常用于预测猝死和心律失常,可用于判断心血管疾病的病情和预防。心率变异性(HRV)通常用SDNN值(即间隔时间间隔的标准差)来衡量,SDNN值的降低表明心血管风险较高。


数据分析表明,随着体重指数(BMI)的增加,心率变异性SDNN值逐渐降低,而肥胖人群的心率变异性最低,肥胖和超重是危害心脏健康的重要因素。


睡眠质量对心血管健康也很重要。大数据分析发现,睡眠分数越高,睡眠质量越好,夜间平均心率就越低。先前的研究还表明,与同龄人相比,夜间睡眠心率越低,患心血管疾病和全因死亡的风险就越低,保持良好的睡眠习惯有利于心脏健康。


心房颤动是最常见的心律失常之一,其最大的危害是中风和心力衰竭,具有高致残率和高复发率,但心房颤动早期通常是阵发性或无症状的,难以捕捉,可穿戴的装置可以连续检测心率,异常检测也可以提醒,可以帮助人们早期发现心房颤动,预防中风或心力衰竭。


蓝皮书显示,所有年龄组可疑房颤患者的久坐时间均比正常人群长;男性可疑房颤筛查率高于各年龄组女性;可疑房颤筛查率随年龄增长而增加,这也符合心房颤动患病率随年龄增长的趋势。然而,即使在45岁以下的年轻人中,心房颤动的筛查率仍高达3.89%,这表明在年轻人中,心房颤动的风险不容忽视。


据了解,心脏健康一直是华美科技关注的焦点,截至2020年3月,华美科技RealBeats算法分析了1,450万条心电数据,其中发现了4000多名可疑心房颤动患者。2019年,华美科技推出了一个自主开发的RealBeats健康数据引擎.通过对PPG光学数据和心电数据的分析,可以实现规律的识别。在此之前,华美科技与北京西学天宇医院共同完成了智能环PPG监测房颤和RealBeats心电图监测房颤的临床医学研究,准确率分别为93.27%和94.76%。这项研究的结果已经由著名的美国心脏病杂志"心脏节律"发表。


6月,华美科技推出了第二代心脏数据AI生物引擎RealBeats≤2,该引擎能有效消除运动中心率信号的噪声干扰,夜间和白天心房颤动的有效监测时间分别是前一代的1.87倍和6.64倍,此外,通过建立心脏健康大数据模型,成功地实现了对折返性心动过速和室上性早搏的AI自动识别。


在流行期间,华美科技通过健康的大数据,结合季节、假日、天气等因素,建立了一套流行病发病趋势预测模型,预测了西班牙、意大利等国家的疫情发展曲线,并在SCI学术期刊"DiscreteDynamicsinNatureandSociety"上正式发表,证明智能穿戴设备的健康监测能力在流行病预警和公共卫生管理中具有重要作用。




责任编辑:iiihyt
分享到:
0
【慎重声明】凡本站未注明来源为"中国健康观察网"的所有作品,均转载、编译或摘编自其它媒体,转载、编译或摘编的目的在于传递更多信息,并不代表本站赞同其观点和对其真实性负责。如因作品内容、版权和其他问题需要同本网联系的,请在30日内进行!