充血性心力衰竭 (congestive heart failure, CHF) 又名慢性心脏衰竭 (chronic heart failure)，对心肌收缩功能造成慢性损害，当今全球罹病人口达 2,600 万。现行侦测充血性心力衰竭之方式为分析心率变异 (heart rate variability, HRV) 数据，透过连续沿时间序列测量心跳间隔 (R-R波) ，分别有时域分析 (time domain) 和频域分析 (frequency domain) 两种模式。
英国萨里大学 (University of Surrey) 研究团队近日于《Biomedical Signal Processing and Control》期刊发表研究成果，指出其开发的 AI 讯号处理模型“卷积神经网络 (convolutional neural networks, CNN)”可学习分析心电图 (electrocardiogram, EGG) 原始讯号资料。研究人员收案 490,505 件 24 小时心电图资料，从中撷取五分钟读值样本，透过该 CNN 模型侦测充血性心力衰竭，其中 99% 样本之准确度和灵敏度高达 96% ，能有效辨识心律模式与结构等资料，大幅提高充血性心力衰竭侦测效率。
萨里大学神经组织科学副教授 Dr. Sebastiano Massaro表示：“我们利用心电图大数据数据库，不断训练及测试 CNN 模型辨识 CHF 病患和健康人士的心电图波形，模型准确率接近 100%，甚至单凭一下心跳就能侦测心律波是否正常。”该研究将有助于早期精确诊断充血性心力衰竭，让患者获得更即时的治疗、减少医疗花费和社会成本，进一步促进全人类健康。
延伸阅读：不只癌症！ CAR-T 也能治疗心脏疾病
参考资料：
- https://www.sciencedaily.com/releases/2019/09/190911101520.htm
- https://www.sciencedirect.com/science/article/pii/S1746809419301776
- https://ibmi.taiwan-healthcare.org/news_detail.php?REFDOCTYPID=0o4dd9ctwhtyumw0&REFDOCID=0pxyaf2py5mikzyb
©www.geneonline.news. All rights reserved. Contact：service@geneonlineasia.com
