基于智能腕表的单导联心电图算法识别窦性心动过速及快心室率心房颤动的准确性

作者：王泓; 王浩; 张慧; 金志赓; 邰美慧; 郭豫涛^*

来源：中华健康管理学杂志, 2023, 17(11).

• 窦性心动过速
• 心房颤动
• 单导联心电图
• 快心室率
• 可穿戴设备

目的分析基于智能腕表的单导联心电图(iECG)算法识别窦性心动过速及快心室率心房颤动(房颤)的准确性。方法本研究为非随机对照试验, 于2020年12月15日至2022年5月30日在解放军总医院招募642例≥18岁窦性心动过速(心率111～145次/min)或快心室率房颤(心率110～150次/min)患者为受试者, 使其左手腕佩戴华为Watch GT2 Pro智能腕表, 将放松状态下腕表检测的生理信号作为实测数据, 采用华为公司基于智能腕表的iECG算法进行识别, 同时进行12导联心电图(12L-ECG)检查, 并由2名心内科医师进行判读作为金标准。根据检测结果, 排除不符合纳排标准的受试者3例, 最终入组639例为研究对象。采用召回率、精确率、多分类的综合准确率宏观F1值评价该算法识别窦性心动过速及快心室率房颤的准确性。结果纳入分析的639例受试者中, 男性469例, 女性170例, 窦性心动过速389例, 快心室率房颤250例, 年龄(46.53±13.32)岁。iECG算法识别窦性心动过速的召回率为98.7%, 精确率为99.2%, F1值为99.0%;识别快心室率房颤的召回率为98.8%, 精确率为98.0%, F1值为98.4%;识别窦性心动过速及快心室率房颤的二分类宏观F1值为98.7%。基于智能腕表的iECG及对应的12L-ECG波形表现出良好的一致性。结论基于智能腕表的iECG算法可有效识别窦性心动过速及快心室率房颤, 并表现出良好的准确性。

• 单位
  解放军总医院