根據本周在美國心律學會會議上分享的研究數據，梅奧醫學中心的研究人員創造了一種人工智能算法，能夠使用Apple Watch拍攝的單導聯心電圖來找到心室有效泵力低的病人。
心室有效泵力低或左心室功能障礙是一個影響全世界2%到3%的人的問題，在60歲以上的人中最多有9%。與Apple Watch可以檢測到的另一個心臟問題–心房顫動一樣，心室有效泵力低可以沒有癥狀。它也可能伴隨着一些癥狀，包括心跳加速或呼吸急促。
梅奧醫學中心心血管醫學系主任Paul Friedman說，人工智能能夠使用消費者智能手錶的心電圖功能來檢測這種情況，這是“絕對了不起的”，因為它通常需要超聲心動圖、CT掃描或MRI來識別。
Apple Watch上的心電圖功能是一種單導聯心電圖，它要求用戶將手指放在Apple Watch的數字錶冠上30秒。結果會被上傳到Apple Health應用程序，並可與醫療專業人士分享。心電圖旨在幫助檢測心房顫動，但心電圖功能和Apple Watch的其他功能也正在研究用於檢測其他疾病。
標準心電圖使用12根電極導線，放置在一個人的胸部、手臂和腿上，監測心臟的電信號。為了使用Apple Watch的單導聯心電圖結果，研究人員修改了現有的12導聯算法，該算法已知能夠檢測出心臟肌肉的薄弱。
該研究包括在六個月內從46個州和11個國家收集的125610份心電圖。每個人都提交了多份心電圖報告，最乾淨的讀數被用於該算法。幾百名參與者進行了臨床測試，以測量泵的強度，這些數據被用來確定Apple Watch是否能檢測出問題。
約有420名患者在臨床訂購的超聲心動圖或心臟超聲檢查后30天內記錄了手錶心電圖，超聲心動圖是測量泵強度的標準測試。我們利用這些數據，看看我們是否能通過對手錶心電圖的人工智能分析來識別心室有效泵力低的情況。雖然我們的數據是早期的，但該測試的曲線下面積為0.88，這意味着它與醫療跑步機測試一樣好或稍好。對手錶心電圖的人工智能分析是一個強大的測試，可以識別出心室有效泵力低。
研究人員計劃啟動全球前瞻性研究，在更多不同人群中做進一步測試，以證明Apple Watch中的單導聯心電圖功能的好處。
“這就是醫學轉型的樣子：從你的沙發上廉價地診斷嚴重疾病，”Friedman說。