Session Title: Late Breaking Science in Artificial Intelligence & Digital Health

 

    Friday 27 Aug 2021 (Channel 2 - Latest Science - Channel)

 

    Session Time:：12:00 - 12:45

 

    Presentation Time：12:15 - 12:30

 

    Title：Upstream AF risk control with digital tool. Guo Yutao， et al.

 

    mAFA 系列研究（mobile Atrial Fibrillation Application）是一项智能技术提高房颤筛查及整合管理的研究项目。

 

    2017年郭豫涛教授在ESC年会介绍全球首个移动技术应用于房颤管理的随机对照研究（mAFA I），证实移动技术用于房颤管理的可行性。

 

    2019年陈韵岱教授在ESC大会最新科学研究重磅论坛发言介绍mAFA II可穿戴设备房颤筛查，郭豫涛教授介绍mAFA II移动技术支持的房颤整合管理中期研究结果，该研究被ESC评为全球十大原创研究之一。

 

    2020年郭豫涛教授代表mAFA II研究者在ESC大会房颤管理最新进展论坛介绍智能技术应用在房颤筛查及长期管理的情况，证实mAFA不仅降低房颤患者短期临床事件，在超过1年的房颤人群中以及其良好的依从性，降低心血管不良事件。

 

    2021年8月27日ESC大会人工智能及数字健康最新科学会议重磅论坛（Late Breaking Science in Artificial Intelligence & Digital Health），郭豫涛教授代表mAFA II研究者做了“可穿戴设备及人工智能技术上游房颤风险管理”（Upstream risk factor management for patients with atrial fibrillation using wearable devices and artificial intelligence technology: A report from mAFA II trial）的大会视频发言，介绍了智能技术应用最新进展。

 

    近年来，可穿戴设备、人工智能技术发展迅猛，集中在房颤检出及风险预测。如何将数据实时驱动个性化智能模型应用于临床管理是关注的焦点。

 

 

    研究使用手环/表，基于光电容积脉搏波（PPG）技术人工智能房颤风险预警（AF risk prediction），持续心律监测房颤筛查(AF identification )，及单导心电图主动测量房颤确认(AF confirmation)，结合移动技术支持的房颤整合管理路径B，更好的症状管理，进行房颤上游风险控制，评价房颤负荷的改变情况（图1）。

 

 

    图1 PPG房颤筛查及ECG房颤确认

 

 

 

    研究使用的PPG人工智能房颤风险预警机器学习模型于2019年2月1日至11月5日基于mAFA II房颤筛查（Huawei Heart Study）建立，优化，并与72小时动态心电图对比验证，模型预测未来4～8小时房颤发作风险准确率为89%，阳性预测率96%，阴性预测率83%。PPG持续心律监测在跟踪超过1年的人群（mAFA-II trial Long-term Extension Cohort）证实，超过90%持续监测发现的疑似房颤确诊为房颤。手环单导心电图判断窦性心律，房性早搏，室性早搏及房颤的四分类Macro F1 score为 95.8%。

 

    自2019年1月22日-2021年6月6日，共有7357例（平均年龄45岁）使用mAFA的房颤患者配对可穿戴手环/表，使用PPG持续房颤筛查功能，2017例房颤患者（平均年龄47岁）使用人工智能房颤风险预警功能，1000例患者（平均年龄47岁）使用同时具备单导心电图功能的手环/表（图2）。

 

 

图2

 

    房颤患者启动mAFA后，人工智能模型自动预警未来4～8小时房颤风险，患者可进行自我症状评估，结合PPG房颤实时筛查，寻找可能影响房颤发作的生活行为方式因素，当被单导心电图确诊房颤后，房颤上游节律管理（Pill-in-the-Pocket）被推荐控制房颤发作（图3）。

 

 

图3

 

    房颤负荷定义为疑似房颤次数/PPG监测总次数*%。

 

    主要结果

 

    7357例房颤患者使用mAFA B症状管理功能进行自我管理，PPG持续监测房颤负荷逐渐减少，从第1月8.37%至第12月 6.10% （P<0.001），平均心率控制在65次/分；（图4）

 

图4

 

    1000例房颤患者同时单导心电图确诊的房颤负荷随时间减少（第1周 ，2周，3周，4周：2.31%，1.43%，1.21%，1.13%，1.11%，P<0.001，图5）。

 

 

图5

 

    人工智能房颤风险预警房颤发作风险从第1周69.6% 降低至第6个月58.83%（P<0.001，图6）。

 

 

 

 

    智能设备及人工智能技术，结合房颤整合管理路径上游风险管理，可有效降低房颤发作

 

 

    专家简介

 

 

    郭豫涛教授

 

    解放军总医院心血管学部肺血管及血栓性疾病科主任，主任医师，硕士研究生导师。美国心脏学学会荣誉委员，欧洲心脏病协会荣誉委员，中华老年保健研究会心血管专业委员会秘书长。2020年全国心血管病专家学术影响力百强。2021年全国老年医学学术影响力百强。获省部级科技进步一等奖。受邀担任三份国际权威期刊编辑（Thromb Haemostat，Clinical Cardiology， International Journal of Clinical Practice）。十份SCI期刊常约审稿人。欧洲心脏病协会、欧洲心律失常协会、美国心律失常协会、拉丁美洲心律失常协会及亚太心律失常协会等多个国际权威学会共识的中国撰写人或同行评阅人。与英国、德国、瑞士、丹麦、美国、中国香港等研究中心交流，合作开展研究，包括哈佛商学院ICHOM项目，英国全球房颤管理项目，欧盟地平线创新研究项目。完成的七项智能技术房颤管理的创新工作（mAFA系列研究）被2020年欧洲心脏病协会房颤管理指南引用并推荐。 在Eur Heart Journal， JACC， Circulation等发表英文80余篇，SCI它引3348次，H因子24，单篇SCI影响因子29.9分，专业方向为心血管血栓性疾病及慢病管理。