華米科技聯合北京大學第一醫院發佈藍皮書呼籲關注心臟健康

中國心血管疾病患病率及死亡率仍處於上升階段，據《中國心血管疾病報告2017》統計，我國患有心血管病人數約2.9億，造成的死亡率佔居民疾病死亡的40%以上，遠高於腫瘤和其他疾病，居於首位。心血管疾病已經成為重大的公共衞生問題。

近日，華米科技（NYSE:HMI）攜手北京大學第一醫院，推出了《2020可穿戴設備心臟健康藍皮書》（下稱“藍皮書”）。華米科技是一家基於雲的健康服務提供商，擁有全球領先的智能可穿戴技術和海量的健康大數據，並以“科技連接健康”為使命；北京大學第一醫院已有百年曆史，在心血管疾病研究方面實力雄厚。雙方基於華米科技健康大數據共同展開研究，從專業視角展現了大眾心臟健康現狀、心血管疾病風險和未來發展趨勢。

智能可穿戴設備可以幫助人們長期持續監測心率、心電、睡眠、運動等多維度的健康數據，對健康風險評估有着重要的參考價值。數據顯示，目前大眾對於智能可穿戴設備的接受程度已經較高，活躍用户平均佩戴時長達15小時以上，年紀越大平均佩戴時間越長，其中60歲以上人羣平均佩戴時長超過17小時，並且心電數據的測量頻率也隨着年齡的增長更為頻繁，部分人羣使用智能可穿戴設備監測心臟健康已經成為日常生活的一部分。

藍皮書根據2008年WHO心血管疾病預防-心血管風險評估和管理袖珍指南的標準，對記錄了相關信息的用户人羣進行了心血管病風險評估。分析結果顯示，在這些人羣中，廣東、海南、貴州三省的心血管疾病高風險人羣佔比最大。

研究還發現，心血管高風險的比例，隨着年齡的增加而逐步升高，且男性的心血管風險高於女性，在超過60歲的男性中，心血管高風險佔比高達6.86%。

心率變異性(HRV)是指逐次心跳週期差異的變化情況，通俗的説就是心跳快慢變化情況，常用於預測心臟性猝死和心律失常，可以判斷心血管疾病的病情及預防。心率變異性通常以SDNN值（即心搏之間時間間隔的標準差）為指標，SDNN值降低提示更高的心血管風險。

通過智能可穿戴設備的心率傳感器採集到的數據可以計算出SDNN值，數據分析發現，隨着受試者BMI（身體質量指數）的增加，心率變異性SDNN值會逐漸降低，而肥胖人羣的心率變異性最低，可見肥胖和超重是危害心臟健康的重要因素。

睡眠質量對心血管健康也十分重要。大數據分析發現，睡眠得分越高、睡眠質量越好的人羣夜間平均心率更低。既往的研究也表明，與同齡人相比，夜間睡眠心率越低心血管發病風險和全因死亡風險越低，保持良好的睡眠習慣有益於心臟健康。

房顫是最常見的心律失常之一，其最大危害是導致腦卒中和心力衰竭，且具有高致殘性和高複發性，但房顫早期通常是陣發性或者無症狀，難以捕捉，而可穿戴設備對心率可以進行持續性檢測，發現異常還可進行提醒，可以幫助人們及早發現房顫，預防腦卒中或心力衰竭的發生。

藍皮書顯示，在各個年齡段中，疑似房顫人羣的久坐時長均高於正常的人羣；疑似房顫篩出率在各個年齡段男性均高於女性；同時，疑似房顫篩出率會隨年齡的增加而升高，這也符合房顫患病率隨年齡增加的趨勢；然而，即使在45歲以下的青年人羣中，房顫篩出率依然達到3.89%，提示青年人羣也不能忽視房顫風險。

據瞭解，心臟健康一直是華米科技關注的重點領域，截至2020年3月，華米科技RealBeats™算法分析了1450萬條心電數據，其中發現了4000餘位疑似房顫用户。在2019年，華米科技推出了自研的RealBeats™健康數據引擎，通過分析PPG光學⼼率數據和ECG⼼電數據，可實現對⼼律不⻬的⾃動甄別。此前，華米科技已同北京⼤學第⼀醫院共同完成了智能⼿環監測房顫的臨牀醫學研究，搭載RealBeats™的智能⼿環PPG和ECG功能判斷房顫的準確度分別達到了93.27%和94.76%，該研究成果已獲美國知名心臟病學期刊《心律學》（Heart Rhythm）發表。

今年6月，華米科技推出了第二代心臟數據AI生物引擎RealBeats™ 2，能有效地消除運動時對心率信號的噪聲干擾，夜晚和白天有效房顫監測時間分別達到了上一代的1.87倍和6.64倍。此外，通過建立心臟健康大數據模型，還成功實現了折返性心動過速和室上性頻發早搏的AI自動甄別。

在疫情期間，華米科技通過健康大數據並結合季節、假日、天氣等因素，建立起了一套流行病發病趨勢預測模型，並很好地預測了西班牙、意大利等國家的疫情發展曲線，該成果在SCI學術期刊Discrete Dynamics in Nature andSociety正式發表，也證明了在流行病預警和公共衞生管理方面，智能可穿戴設備的健康監測能力可發揮重要作用。