中国基因网您的位置:首页 >医学 >

由AI驱动的可穿戴传感器可预测住院前心力衰竭的恶化情况

犹他大学健康和弗吉尼亚州盐湖城健康大学领导的一项研究表明,与人工智能技术结合使用的新型可穿戴传感器可以帮助医生在健康危机发生前几天远程检测心力衰竭患者的关键变化,并可以防止住院。护理系统科学家。研究人员说,该系统最终可以在医院出院后的几周内帮助避免多达三分之一的心力衰竭再入院,并帮助患者维持更好的生活质量。

该研究的主要作者,晚期心力衰竭共同负责人约瑟夫·斯泰利克(Josef Stehlik)医学博士说:“这项研究表明,我们可以在医生和患者知道有问题之前就准确地预测出因心力衰竭恶化而住院的可能性。” U Health的U计划。

乔治同时担任心力衰竭和心脏移植计划医疗主管的Stehlik补充说:“能够足够早地及时检测到心脏的变化将使医生能够立即采取干预措施,以防止再次住院并避免恶化的心力衰竭。”位于盐湖的E. Wahlen VA医疗中心。

该研究发表在美国心脏协会杂志《循环:心力衰竭》中。

约有620万美国人患有心力衰竭,这是美国最高的出院诊断。这些病人中,有30%可能会在出院后90天内再次入院,并出现反复症状,包括呼吸急促,疲劳和积液。 。在许多情况下,住院治疗会降低患者独立照顾自己的能力。

研究合著者,休斯敦贝勒医学院的温特斯心衰研究中心主任,医学博士Biykem Bozkurt说:“那些因心力衰竭而反复住院的人的死亡率明显更高。” “即使患者幸存下来,他们在住院后的功能能力仍然很差,运动耐力也很差,生活质量也很低。这种新的诊断工具补丁可能会帮助我们预防住院和降低患者状况。”

研究人员追踪了100名平均年龄68岁的心力衰竭患者,这些患者在犹他州盐湖城的四家VA医院进行了诊断和治疗。休斯敦,德克萨斯州; 加利福尼亚帕洛阿尔托;和佛罗里达州盖恩斯维尔。出院后,参与者每天24小时在他们的胸部上戴上一个粘性传感器贴片,长达三个月。传感器监视每个对象的连续心电图(ECG)和运动。

该信息通过蓝牙从传感器传输到智能手机,然后传递到由PhysIQ开发的安全服务器上的分析平台,该平台可导出心率,心律,呼吸频率,行走,睡眠,身体姿势和其他正常值活动。使用人工智能,分析为每个患者建立了正常基线。当数据从正常的偏离,该平台生成的迹象表明,病人的心脏衰竭越来越差。

总体而言,该系统可以准确地预测80%以上的时间即将住院。平均而言,该预测发生在再入院前10.4天(中位数6.5天)。

Stehlik说:“初次出院后90天内再次入院的风险很高。” “如果我们能够通过监测和早期干预来降低再入院率,那将是一个很大的进步。我们希望,即使对于那些可能会再次入院的患者,他们的住院时间更短,并且在患者的帮助下,他们的整体生活质量会更好这项技术。”

接下来,研究人员计划进行一项大型临床试验,该试验不仅将使用该系统来提醒医生患者状况的变化,而且还将根据这些警报进行早期干预是否会导致因心力衰竭而再次住院的次数减少。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。

推荐内容