心力衰竭（心衰）是各种心脏疾病的严重表现或晚期阶段，一旦被诊断心衰，可能需要反复住院治疗，5年内死亡的风险高达51.8%。

及时发现心衰可降低死亡率，但心衰症状常与其他疾病重合（如呼吸困难、疲劳和下肢水肿），诊断目前依赖于血液测试、心脏超声等检查和医生的判断，常常不能及时得出。

近日发布于《美国心脏病学会杂志（JACC）》的一项研究，展示了一种可简便识别心衰的新方法——将智能手机平放在胸前2分钟。

图 | giphy

每一次心跳中，心脏膨大又缩小，同时伴随着扭转和旋转，这些运动可通过胸部传导到皮肤表面。出现心衰，也就是心脏泵血功能降低时，心脏对胸壁的撞击减弱，这时医生可能用手触摸到心尖搏动减弱。

仅凭手感的判断需要经验且粗略，其实，我们每个人手边都有能精细感应运动的工具：智能手机。

现在的智能手机几乎都装有微机电传感器（microelectromechanical sensors, MEMS），其中包含测量线性加速的加速计和测量角速度的陀螺仪，可以探测多方向的直线和旋转运动。

因此，把手机放在胸口，传感器就能将心脏传至胸壁的细微运动信号收集起来，这些数据经过分析，可以提供很多有意义的信息。曾有研究利用加速计和陀螺仪测得的数据，识别心房颤动、主动脉瓣狭窄和冠状动脉疾病。

心脏的运动，以及MEMS（加速计测量线性加速度，陀螺仪测量角速度） | 参考文献[2]

本研究将手机传感器用于识别心衰，在芬兰和美国的三家医院收集并分析了1003人的数据，其中包括217名确诊心衰且有症状的患者，以及786名对照者。

检测时，参与者仰卧在床上，赤裸上身或穿一件薄衣服，将三星Galaxy S9或S9+手机平放在胸骨位置2分钟，期间可以正常呼吸。

研究者在手机中安装的软件，记录下手机检测到的胸壁运动，运动与心脏听诊中的三个心音时期一致，包含的信息有信号的振幅、面积和时间间隔。之后，这些信息通过网络被上传到研究中心并接受分析。算法选择最相近的10次心跳的信号，滤除杂波后重点研究收缩舒张运动带来的变化。研究先使用半数患者和相应数量对照者的数据，建立心衰的识别标准，然后在剩余参与者中测试标准的准确程度。

手机测得的胸壁运动数据，与三个心音时期基本一致 | 参考文献[2]

结果显示，心衰识别的准确率为89%，灵敏度为85%，特异度为90%。在不同人群中，识别的准确性差别不大，包括不同年龄、性别、体重指数、心衰分级，以及合并和不合并心房颤动的人群。

利用心脏运动数据识别心衰的受试者工作特征曲线 | 参考文献[2]

这项研究显示，用内置于智能手机的运动传感器进行心脏功能的简单评估是可行的，并且有可能实现心衰患者的远程监测。

虽然手机中的MEMS技术并非专为描记心脏运动设计，仍可在99%以上的参与者中获取可靠的信号，并得到89%的准确率。也就是，我们现在使用的智能手机自带精确传感器，识别不需要额外购买任何硬件，仅需获得软件来收集信息和得到判断。另外，本研究采用的方法简单快捷，可识别的人群广。

本研究也存在一些不足。芬兰医院入选的对照者未接受心脏超声检查，因此不能排除没有症状体征的心衰患者。另外，心衰组与对照组的人口学特征存在差异，心衰患者平均年龄较大（64岁 vs. 61岁），男性较多（64.9% vs. 41.4%），合并其他疾病较多。这可能使识别标准的建立出现偏差。因此，还需要进一步研究验证此结果。

除了用手机检测心脏运动，还有研究人员在探索远程判断心衰的其他方法。有研究显示，利用人工智能对智能手表记录的心电图进行分析，可帮助判断心衰，甚至预测未来10年内患心衰或心律失常的风险。

目前，使用智能设备远程判断疾病的技术仍处于早期阶段，还不能用于诊断疾病。但随着传感技术和算法的不断改进，其有望彻底改变医疗保健，使远程预防、诊断和治疗疾病成为可能，缩小医疗资源的差距，帮助所有使用者远离疾病威胁。

作者：代天医

编辑：odette

本文来自果壳，未经授权不得转载.

如有需要请联系sns@guokr.com