魏思萌 石亞君 陳韻岱

心血管疾病是全球范圍內(nèi)導致死亡的最常見原因, 其中, 急性冠脈綜合征(acute coronary syndrome,ACS)和嚴重心律失常最值得關(guān)注,因其發(fā)生突然、難以預(yù)測,更亟須建立完備的監(jiān)測、識別、診療和管理體系。 我國著力于胸痛中心建設(shè),依托遠程心電傳輸?shù)膮f(xié)同區(qū)域救治體系也在逐步完善,但多項研究表明,我國ACS 救治普遍存在就診時限延遲、介入技術(shù)未全面普及、經(jīng)皮冠狀動脈介入治療(percutaneous coronary intervention,PCI)醫(yī)院資源分布不均、缺乏區(qū)域協(xié)同急性心肌梗死(acute myocardial infarction,AMI)救治網(wǎng)絡(luò)等問題,導致診療體系存在較大缺口[1]。 在遠程心電監(jiān)測心電云平臺的基礎(chǔ)上,引入人工智能技術(shù),利用其強大的機器學習能力可構(gòu)建準確率高、輕量級的神經(jīng)網(wǎng)絡(luò),建立心電人工智能診斷系統(tǒng),構(gòu)建長時程多參數(shù)信號的個體化預(yù)后評估模型,聯(lián)合建成健康狀態(tài)監(jiān)測預(yù)警智能平臺,以架構(gòu)完整的心臟主動健康智能管理體系。

1 遠程心電傳輸?shù)陌l(fā)展歷程

心電圖的臨床應(yīng)用已逾百年,它早已經(jīng)成為心血管疾病診斷中最普遍采用的方法,也是臨床工作中最基礎(chǔ)的檢查工具。 歷史上第一個遠程心電監(jiān)護儀的雛形要追溯到1903 年,荷蘭教授威廉·埃因托芬(William Einthoven)利用1 500 m 長的電纜線,記錄下了第一份完整的人體心電圖,進而發(fā)明了第一臺弦線式心電圖機,他也因此被稱為“心電圖之父”。 Einthoven 教授的這個舉動開啟了遠程心電傳輸?shù)拇箝T。 遠程心電傳輸?shù)陌l(fā)展先后經(jīng)歷了電話傳輸、基于個人計算機的遠程監(jiān)測、基于互聯(lián)網(wǎng)的遠程監(jiān)測傳輸系統(tǒng),以及如今大力發(fā)展的無線遠程心電監(jiān)測系統(tǒng)和便攜式心電監(jiān)測系統(tǒng)[2]多個階段。

2 人工智能輔助遠程心電傳輸

自1950 年“圖靈測試”提出“機器能否產(chǎn)生人類智能”的疑問以來,數(shù)十年間人工智能技術(shù)飛速發(fā)展,在各個領(lǐng)域產(chǎn)生了巨大影響。 人工智能技術(shù)與醫(yī)學已深入融合,《全球工程前沿2020》報告更是將“基于人工智能的臨床診斷決策支持系統(tǒng)”列為工程研究前沿之一[3]。 人工智能技術(shù)在心血管疾病防治領(lǐng)域應(yīng)用廣泛：借助機器視覺,可根據(jù)受檢者的面部特征估測肱動脈血壓、根據(jù)胸部X 線片判斷體肺分流比和診斷胸部常見疾病、根據(jù)心電圖自動分類12 個心律類別、利用超聲心動圖診斷先天性心臟病等[4];自然語言處理技術(shù)則可用于輔助心音聽診、跨專業(yè)文獻關(guān)聯(lián)解讀;機器學習功能可應(yīng)用于建立復(fù)雜結(jié)構(gòu)和進行數(shù)據(jù)分析,構(gòu)建相應(yīng)的疾病診療模型,以開展風險分析和預(yù)后評估等[5]。

遠程心電監(jiān)測的關(guān)鍵技術(shù)環(huán)節(jié)包括心電采集終端、傳輸、云平臺和大數(shù)據(jù)分析[6],而人工智能技術(shù)的賦能可使傳輸更便捷、精準。 智能可穿戴設(shè)備是在生物傳感技術(shù)、無線通信技術(shù)與智能分析軟件的支持下,可實現(xiàn)用戶交互、數(shù)據(jù)監(jiān)測的人體可穿戴設(shè)備。 隨著信息和通信技術(shù)的快速發(fā)展以及電子技術(shù)特別是微處理器的進步,智能可穿戴設(shè)備輔助疾病診療和管理將成為可能。 智能可穿戴設(shè)備與人工智能相聯(lián)合,可建立智能化遠程心電監(jiān)測終端和云端大數(shù)據(jù)平臺[7]。 將智能可穿戴設(shè)備作為心電信號采集和傳輸?shù)臉蚨?采集穿戴者心電信號并利用無線通信技術(shù)將其實時傳輸至心電診斷中心;遠程心電監(jiān)測云平臺通過硬終端采集患者實時心電數(shù)據(jù),利用4G 或5G 網(wǎng)絡(luò)傳輸同步上傳到監(jiān)測系統(tǒng),利用基于大數(shù)據(jù)訓練的智能心電診斷系統(tǒng)進行高效準確的大數(shù)據(jù)比對,以實現(xiàn)不受時間、空間限制的實時信息采集與監(jiān)測,及時識別異常信號并發(fā)出預(yù)警。 使用智能化遠程心電監(jiān)測終端和建立云端大數(shù)據(jù)平臺,有利于降低心血管疾病的漏診率,提高心律失常的檢出率,同時為縮短呼救時間和緩解區(qū)域間醫(yī)療資源分布不均衡的矛盾創(chuàng)造了可能。

3 ASC 患者的救治要點

3.1 ACS 診療方案與時間節(jié)點

ACS 是指冠狀動脈內(nèi)不穩(wěn)定性粥樣硬化斑塊破裂或糜爛,繼發(fā)新鮮血栓形成所導致的心臟急性缺血綜合征,涵蓋了ST 段抬高型心肌梗死(STsegment elevation myocardial infarction, STEMI)、非ST 段抬高型心肌梗死(non-ST-segment elevation myocardial infarction, NSTEMI)和不穩(wěn)定型心絞痛(unstable angina, UA),其中NSTEMI 與UA 合稱為非ST 段抬高型急性冠脈綜合征(non-ST-segment elevation-acute coronary syndrome,NSTE-ACS)。 一旦發(fā)生心肌梗死,4 h 以內(nèi)是臨床救治的最佳時機,而目前大多數(shù)學者傾向于將猝死時間限定在發(fā)病后1 h 內(nèi)[8]。 研究表明,72%的患者在心搏驟停前會有明顯的不適,其中70%的患者預(yù)警癥狀持續(xù)15 min 以上。 因此,有學者指出,心臟性猝死患者死亡前會有明顯的異常心臟活動,通過心電圖監(jiān)測等手段可及時發(fā)現(xiàn)心臟異常[9-10];《急性冠脈綜合征急診快速診治指南(2019)》中再次強調(diào)心電圖檢查的重要性,要求有癥狀發(fā)作的ACS 患者必須在首次醫(yī)療接觸后的10 min 內(nèi),完成標準12 導聯(lián)甚或18 導聯(lián)心電圖檢查;如有必要,應(yīng)給予急救處理,以挽救患者生命[11]。

3.2 AMI 救治延誤主要發(fā)生在院外

隨著我國基于胸痛中心建設(shè)的協(xié)同救治網(wǎng)絡(luò)不斷完善,目前院內(nèi)救治延誤時間顯著縮短,但患者自身原因引起的延誤情況依然嚴重。 2019 年GUAN 等[12]進行的一項China PEACE 研究納入我國21 個省份53 家大型醫(yī)院的ACS 就診患者,結(jié)果顯示AMI 患者自發(fā)病至抵達醫(yī)院的中位時間為4 h(中位數(shù)2.0～7.5 h)。 與上述研究結(jié)果相印證,我國ACS 臨床路徑研究(CPACS)也表明,AMI 患者自發(fā)病至抵達二級醫(yī)院的平均就診時間為5 h,而到三級醫(yī)院平均長達8 h。 結(jié)合臨床經(jīng)驗,GAO 等[13]提出,院前遠程心電診斷可以降低AMI 患者的死亡率,特別是縮短STEMI 患者的救治時間,有助于快速穩(wěn)定病情,進一步提升急救成功率,保障患者身心安全。 遠程心電監(jiān)測設(shè)備的使用和人工智能平臺的建立,為縮短呼救時間和緩解不同區(qū)域間醫(yī)療資源分布不均的矛盾創(chuàng)造了可能。

4 遠程心電人工智能技術(shù)在ACS 診療中的應(yīng)用

在遠程心電監(jiān)測中,對于AMI 及惡性心律失常等危急重癥的心電信號,臨床上要求做到快速、準確診斷。 而應(yīng)用人工智能技術(shù)后,可以實現(xiàn)全自動且準確的心電圖解讀,同時輔助無癥狀性心血管疾病檢測,覆蓋ACS 的篩查、診斷、預(yù)后判斷及治療反應(yīng)監(jiān)測等各階段[14]。

4.1 院前分級診療與胸痛急救

院前遠程心電監(jiān)護技術(shù)現(xiàn)已被廣泛應(yīng)用于臨床,并受到患者認可[15]。 在突發(fā)不明原因胸痛患者的遠程心電監(jiān)測中,若捕捉到惡性心律失常及心肌梗死征象,則可在遠程指導下對患者實施搶救。KASHEM 等[16]研究表明,相比于入院后強化治療,改善院前醫(yī)療急救水平能更有效地降低相關(guān)疾病的病死率。 國外一項研究納入了直接于醫(yī)院就診與院前使用遠程心電診斷的兩組AMI 患者,通過比較發(fā)現(xiàn),在后一組患者中可避免的延誤治療減少了38%,對其中的遠途就醫(yī)(就醫(yī)路途時間超過半小時)或年齡＞80 歲的老年患者而言,可避免的治療延誤時間縮短了48%,且偏遠基層醫(yī)院的患者人群獲益更大[17]。 借助可穿戴心電設(shè)備在院外及早診斷并指導患者就醫(yī)急救,是優(yōu)化ACS 救治流程的有效策略。 根據(jù)遠程心電圖監(jiān)測結(jié)果,分級匹配相應(yīng)的臨床就醫(yī)指導意見,能實現(xiàn)“患者未到,信息先到”,從而為危急重癥患者的搶救贏得寶貴時間。

基于遠程心電傳輸技術(shù),2011 年3 月27 日中國人民解放軍南部戰(zhàn)區(qū)總醫(yī)院(簡稱南部戰(zhàn)區(qū)總院)成立了中國首家以區(qū)域協(xié)同救治體系建設(shè)為理念的胸痛中心,旨在為急性胸痛患者提供快速診療通道。 區(qū)域協(xié)同救治體系,就是在一定區(qū)域范圍內(nèi)建立以具備直接經(jīng)皮冠狀動脈介入治療(primary percutaneous coronary intervention,PPCI)能力的醫(yī)院為核心,將周邊基層醫(yī)院和院前救護車整合起來形成區(qū)域協(xié)同救治網(wǎng)絡(luò)的快速反應(yīng)機制,使STEMI 患者一旦發(fā)生首次醫(yī)療接觸,就能在最短時間內(nèi)被送至具備救治能力的地點接受最佳治療,并通過制訂涵蓋急性胸痛救治全程的診治流程圖及管理制度來規(guī)范救治體系的運行[18]。 在診療流程中,醫(yī)護人員實時準確地記錄各類診療活動的時間節(jié)點,并同步上傳至中國胸痛中心認證云平臺數(shù)據(jù)庫,以便進行時間節(jié)點管理和質(zhì)量控制分析。 回顧2011 至2017 年南部戰(zhàn)區(qū)總院胸痛中心所采集的數(shù)據(jù),區(qū)域協(xié)同救治體系下接受PPCI 的STEMI 患者的救治時間顯著縮短,同時PPCI 院內(nèi)救治時間和醫(yī)療系統(tǒng)的延誤均有所減少,從而有效降低了STEMI 患者的心力衰竭發(fā)生率及院內(nèi)死亡率[19]。

4.2 心電人工智能診斷

根據(jù)《中國心血管健康與疾病報告2022》估測,中國心血管疾病患病人數(shù)為3.3 億,且患病率處于持續(xù)上升階段,心血管疾病仍居城鄉(xiāng)居民疾病死亡構(gòu)成比的首位[20]。 加強心血管疾病的早期診斷和及時治療,對提高患者的生存率極其重要。 然而,部分門診患者的心電圖ST 段無明顯變化,遠程心電監(jiān)護也不易發(fā)現(xiàn)AMI,使心血管患者的漏診率和死亡風險升高。 遠程心電監(jiān)護中AMI 的檢出率較低,可能與患者AMI 持續(xù)時間短、ST 段變化幅度小有關(guān),心電監(jiān)測也會受到患者日?；顒拥母蓴_。 盡管遠程心電監(jiān)測對AMI 的診斷率不高,但人工智能可實現(xiàn)精準診斷[21]。

使用自動機器學習的架構(gòu)搜索方法,可以構(gòu)建一個準確率高、輕量級的神經(jīng)網(wǎng)絡(luò),使其能在移動端高效地進行動態(tài)心電信號的質(zhì)量評估,將心電信號分為“質(zhì)量可接受”和“質(zhì)量不可接受”兩類。 如為“質(zhì)量可接受”,則將信號輸入心電事件監(jiān)測算法;如為“質(zhì)量不可接受”,則舍棄該信號,并發(fā)出警報,提醒使用者調(diào)整穿戴姿勢或檢查設(shè)備是否正常運行。 移動端完成待診斷心電信號的質(zhì)量評估、篩選后,將數(shù)據(jù)上傳至云平臺進一步分析、管理[22]。

OLGIN 等[23]嘗試探究可穿戴心律轉(zhuǎn)復(fù)除顫器是否會改善心肌梗死患者的預(yù)后,結(jié)果表明在納入的2 302 例左心室射血分數(shù)≤35%的AMI 患者中,佩戴裝有心電診斷算法心律轉(zhuǎn)復(fù)設(shè)備的患者90 d全因死亡率較對照組顯著降低了35%。 然而,心律失常的自動檢測與STEMI 的檢測有本質(zhì)區(qū)別。 從心電信號中自動檢測STEMI 的難點取決于三個因素：首先,雖然單導聯(lián)心電圖足以檢測心律失常,但要預(yù)警STEMI 至少需要12 導聯(lián),其自動檢測算法也要復(fù)雜得多;其次,與非致命性心律失常檢測相比,由于STEMI 檢測算法被用于警示潛在的致命性波形,因此對其靈敏度要求相對更高;最后,從心電信號中較容易捕捉心律失常,而ST 段的相對微小變化很容易被濾波過程所消除,因此,要開發(fā)STEMI算法,就需要未經(jīng)任何濾波或可視化處理的原始心電數(shù)據(jù)。 為此,ZHAO 等[24]開發(fā)了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的算法來進行STEMI 識別,在與心臟病專家的比較測試中,該算法的AUC 為0.974,其靈敏度(召回率)、特異性及F1 評分均高于心臟病專家。

隨著可穿戴技術(shù)的發(fā)展,在ACS 定性診斷中,可穿戴式12 導聯(lián)心電設(shè)備與標準12 導聯(lián)心電圖已顯示出較高的一致性,臨床驗證二者的診斷符合率可達97.32%[25]。 在此基礎(chǔ)上,可穿戴設(shè)備與人工智能診斷的結(jié)合,將更好地發(fā)揮院前遠程醫(yī)療作用。 沈娟等[26]基于DenseNet(密集連接型網(wǎng)絡(luò))的心電數(shù)據(jù)構(gòu)建穿戴設(shè)備STEMI 的心電智能診斷模型[27],選取441 例12 導聯(lián)穿戴心電設(shè)備提示危急值預(yù)警ST 改變的心電圖(該數(shù)據(jù)來源于2019 年1 月至2021 年8 月“全國心電一張網(wǎng)”項目),以臨床確診STEMI 為評價標準,統(tǒng)計得出院前可穿戴心電設(shè)備人工判讀STEMI 與人工智能診斷STEMI 的敏感性分別為100%、88.37%, 特異性分別為95.40%、79.31%,從而證實院前可穿戴心電設(shè)備診斷STEMI 在人工判讀、人工智能診斷上具有較高的一致性,且準確率均較高。

de CANNIèRE 等[28]以120 例冠狀動脈造影確診的冠心病患者為研究對象,探討基于人工智能心電圖算法模式的心臟遠程監(jiān)護系統(tǒng)評估冠心病患者無癥狀性心肌缺血的有效性。 該研究結(jié)果表明,它可以顯著提高無癥狀性心肌缺血的檢出率,還能提示這類患者ST 段的微小變化和疾病發(fā)作的晝夜節(jié)律。

然而,也有研究指出,一些算法能利用基于12導聯(lián)以下甚至單導聯(lián)的可穿戴心電設(shè)備記錄的心電數(shù)據(jù)對心臟事件進行評估。 CHOWDHURY 等[29]專為駕駛員開發(fā)了一種可穿戴系統(tǒng),用于監(jiān)測、捕捉駕車過程中發(fā)作的心臟病事件。 該系統(tǒng)由可穿戴3 導聯(lián)傳感器以及心臟病發(fā)作智能檢測和預(yù)警子系統(tǒng)組成;在數(shù)據(jù)處理上未采用以往的線性算法,而是使用多核支持向量機(support vector machines,SVM)算法,借助其擴展修正B 分布的時頻特征,從而提高檢測準確率(對STEMI 和NSTEMI 的檢出率分別達97.4%和96.3%)。

目前,基于可穿戴式12 導聯(lián)心電設(shè)備的機器學習顯示出巨大的開發(fā)潛力,多種心電人工智能診斷算法正在研發(fā)中,有望用于左心室收縮功能障礙、無癥狀性心房顫動的評估,以及肥厚型心肌病甚至高鉀血癥的檢測,同時還能輔助抗心律失常藥物的管理等[30]。

4.3 預(yù)后評估與管理

4.3.1 建立長時程多參數(shù)信號-個體化的預(yù)后評估模型 該模型主要分為動態(tài)心電信號自動解析、心電事件自動檢測識別和心臟事件自動預(yù)警三部分,其中,“長時程”旨在采用多尺度殘差結(jié)構(gòu)構(gòu)建卷積網(wǎng)絡(luò)模型,有效提取長時程信息,以覆蓋從識別、預(yù)警到風險預(yù)測、預(yù)后評估的全流程;“多參數(shù)”體現(xiàn)在多導聯(lián)、多生理參數(shù)參與分析,利用多通道1D 卷積網(wǎng)絡(luò)生成“個體化”的評估方案[31]。 動態(tài)心電信號的自動解析要依托于卷積神經(jīng)網(wǎng)絡(luò)的建立。 采取多尺度殘差卷積結(jié)構(gòu)模型,使用不同長度的卷積核并行,隨后將得到的特征圖在通道維度上進行疊加,取代常規(guī)的固定卷積核長度的卷積層而得到多尺度的感受野,從而有助于優(yōu)化分類性能。 2019 年HANNUN 等[32]通過引入深度殘差卷積網(wǎng)絡(luò)(ResNet),首次利用原始心電圖數(shù)據(jù)進行分類診斷的綜合多類別分析,其使用一個大型單導聯(lián)心電圖數(shù)據(jù)集來訓練機器學習模型,并通過無監(jiān)督對比學習方法,將高維的心電數(shù)據(jù)嵌入低維流形空間,以端到端的方式使用34 層網(wǎng)絡(luò)同時輸出各種不同節(jié)律的診斷率,使每個心電數(shù)據(jù)都有唯一的低維向量與之對應(yīng),從而得到更適用于分類任務(wù)的特征表達方式,以實現(xiàn)定量測量分析和智能信號截取;經(jīng)驗證,該模型對12 種節(jié)律的診斷效能與心臟病專家相似,F1 評分甚至超過了普通心臟病專家(0.837vs.0.780)。 在探索個體化心臟事件自動預(yù)警及風險評估方案的過程中,已有研究表明,使用深度神經(jīng)網(wǎng)絡(luò)分析12 導聯(lián)心電圖電壓-時間數(shù)據(jù)特征,能顯著提升其預(yù)后評估價值[33],基于該模型的1 年死亡率的預(yù)測準確率可達0.88,同時還能發(fā)現(xiàn)被醫(yī)生判定為“正常心電圖”卻出現(xiàn)不良預(yù)后人群的心電特征。 在后續(xù)的心臟病專家盲法調(diào)查中,該模型有助于輔助臨床診斷,且在一定程度上提高了工作效率,展現(xiàn)出人機交互實現(xiàn)互補獲益的潛力。 在此基礎(chǔ)上,中國人民解放軍總醫(yī)院心血管內(nèi)科團隊基于心臟磁共振(cardiac magnetic resonance, CMR),利用5 種機器學習模型挖掘心電預(yù)后信息,量化心電圖特征數(shù)據(jù)、心肌損傷標記物等易測量指標與CMR所示梗死面積之間的關(guān)系[34],發(fā)現(xiàn)隨機森林模型與堆疊模型的診斷性能更為突出(R2分別為0.668、0.579,MAE 分別為0.055、0.052);在識別不良心臟重塑風險方面,模型預(yù)測結(jié)果與CMR 對梗死面積的診斷具有同等效能,有助于進行預(yù)后評估,實現(xiàn)基于心電和CMR 的個體化預(yù)警。

4.3.2 基于穿戴設(shè)備動態(tài)追蹤心臟康復(fù)過程 心臟康復(fù)治療可促進心血管疾病的二級預(yù)防,也是心血管疾病患者持續(xù)護理的重要組成部分[35],但心血管疾病通常以其多因素、復(fù)雜性為特征,給動態(tài)心臟康復(fù)治療帶來了挑戰(zhàn)。 我國提出要以穿戴設(shè)備為基礎(chǔ)構(gòu)建心臟主動健康智能管理體系,從而加快實現(xiàn)心臟監(jiān)測家庭化、預(yù)測預(yù)警智能化和精準干預(yù)網(wǎng)絡(luò)化。 數(shù)據(jù)分析與處理是構(gòu)建心臟主動健康智能管理體系的基石,而機器學習和人工智能可用于處理多方面的數(shù)據(jù)集,但人工智能模型的易解釋性至關(guān)重要,否則其診斷結(jié)果不易被臨床接受。de CANNIèRE等[28]嘗試在標準化活動測試中使用多參數(shù)傳感器來評估心臟康復(fù)治療患者在縱向隨訪中的心臟功能能力。 在心臟康復(fù)治療期間,受試者佩戴具有心電監(jiān)測功能與加速度計設(shè)備的多參數(shù)傳感器進行6 min 步行測試,并將6 min 步行距離作為心臟功能容量的評價指標,以評估利用傳感器參數(shù)構(gòu)建的SVM 模型結(jié)合不同特征和使用不同核類型時對心臟功能容量的預(yù)測性能。 該研究基于t-分布式隨機相鄰嵌入(t-SNE)技術(shù)對高維數(shù)據(jù)進行嵌入,可得到3D 圖像,從而可視化呈現(xiàn)了傳感器衍生的生物參數(shù)與功能能力之間的關(guān)系,以追蹤整個心臟康復(fù)治療程序中患者的功能演變。 該研究結(jié)果表明,將可穿戴監(jiān)測設(shè)備與可視化的機器學習數(shù)據(jù)相結(jié)合,能客觀地跟蹤心臟康復(fù)治療進展,為非臥床心臟康復(fù)治療鋪平了道路。

4.3.3 健康狀態(tài)監(jiān)測預(yù)警智能平臺建設(shè) 2018 年7 月21 日,在第十五屆心臟影像及心臟干預(yù)大會上首次提出了“全國心電一張網(wǎng)”項目的建設(shè)藍圖?！叭珖碾娨粡埦W(wǎng)”是以患者為中心,解決醫(yī)患之間、醫(yī)療機構(gòu)之間的連接問題[36]。 基于“全國心電一張網(wǎng)”應(yīng)用平臺,將穿戴設(shè)備采集的數(shù)據(jù)發(fā)送至平臺后,經(jīng)過人工智能診斷和大數(shù)據(jù)分析,給出初步診斷、分級、預(yù)警等內(nèi)容,醫(yī)療服務(wù)人員對數(shù)據(jù)及分析內(nèi)容進行綜合評判,并給予居家或醫(yī)療干預(yù)方案。 按照危急等級分級管理機制,該平臺綜合調(diào)度用戶、基層機構(gòu)或上級醫(yī)院進行干預(yù),形成心血管疾病監(jiān)測、預(yù)警、診斷、干預(yù)的閉環(huán)服務(wù)體系。

5 展望

近年來,全球都在積極整合醫(yī)療衛(wèi)生服務(wù)和信息技術(shù),不斷完善遠程心電系統(tǒng),推動移動醫(yī)療衛(wèi)生服務(wù)的優(yōu)化和升級。 遠程心電診斷是遠程醫(yī)療不可或缺的一部分,人工智能技術(shù)的輔助進一步提高了遠程診療效率,降低了診療成本、醫(yī)保費用,也減輕了患者負擔。 這一方面有利于醫(yī)療衛(wèi)生資源的共享和有效配置,促進了傳統(tǒng)醫(yī)療服務(wù)模式向互聯(lián)網(wǎng)遠程醫(yī)療服務(wù)模式轉(zhuǎn)化;另一方面,也有助于患者在院外隨時隨地接受專業(yè)的醫(yī)療服務(wù),從而提高其生存質(zhì)量。 這種無線化、網(wǎng)絡(luò)化和人性化的遠程心電系統(tǒng)將成為醫(yī)學領(lǐng)域的發(fā)展趨勢。