遠(yuǎn)程心電大數(shù)據(jù)和心電圖智能化診斷

劉鳴

隨著大數(shù)據(jù)、人工智能等創(chuàng)新技術(shù)的發(fā)展，數(shù)字技術(shù)在醫(yī)療領(lǐng)域高度滲透，“互聯(lián)網(wǎng)+”助力醫(yī)療行業(yè)，使得醫(yī)療信息呈幾何倍數(shù)增長，醫(yī)療大數(shù)據(jù)時代已經(jīng)到來。

1 何謂大數(shù)據(jù)

大數(shù)據(jù)是指所涉及的信息資料數(shù)量規(guī)模巨大到無法通過現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合[1]。IBM提出了大數(shù)據(jù)的“4V”特征，即數(shù)量(volume)、多樣性(variety)、速度(velocity)和真實(shí)性(veracity)。

1.1 大容量

天文學(xué)和基因?qū)W是最早產(chǎn)生大數(shù)據(jù)變革的領(lǐng)域。2003年人類第一次破譯人體基因密碼時，用了10年才完成了30億對堿基對的排序，而在10年之后，世界范圍內(nèi)的基因儀15 min就可以完成同樣的工作量[2]。隨著各種便攜式智能設(shè)備的出現(xiàn)以及物聯(lián)網(wǎng)和云計(jì)算、云存儲等技術(shù)的發(fā)展，人和物的所有軌跡都可以被記錄下來，產(chǎn)生的大量數(shù)據(jù)可以被收集起來，形成了大數(shù)據(jù)的海洋。

1.2 多樣性

隨著傳感器及智能設(shè)備等技術(shù)的快速發(fā)展，數(shù)據(jù)格式變得越來越多樣化。在醫(yī)療系統(tǒng)，每一位患者從門診就診、專家號選擇、各種檢查檢驗(yàn)結(jié)果、入院、藥物或手術(shù)治療、結(jié)果評估、復(fù)查等產(chǎn)生大量信息，數(shù)據(jù)格式涵蓋了文本、音頻、圖片、視頻、模擬信號等不同的類型。醫(yī)院每天都會有成百上千例患者，所產(chǎn)生的數(shù)據(jù)量更是龐大。

1.3 快速度

英特爾中國研究院首席工程師吳甘沙認(rèn)為，快速度是大數(shù)據(jù)處理技術(shù)與傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)最大的區(qū)別。大數(shù)據(jù)分析是一種以實(shí)時數(shù)據(jù)處理、實(shí)時結(jié)果導(dǎo)向?yàn)樘卣鞯慕鉀Q方案。它的“快”有兩個層面的含義：一是數(shù)據(jù)產(chǎn)生得快；二是數(shù)據(jù)處理得快。

1.4 真實(shí)性

數(shù)據(jù)的重要性就在于對決策的支持。數(shù)據(jù)的真實(shí)性是獲得真知和思路的最重要因素，但即使是最優(yōu)秀的數(shù)據(jù)清理方法，也無法消除某些數(shù)據(jù)固有的不可預(yù)測性。在云計(jì)算出現(xiàn)之前，傳統(tǒng)的計(jì)算機(jī)無法處理數(shù)量如此龐大且不規(guī)則的“非結(jié)構(gòu)數(shù)據(jù)”；在以云計(jì)算為代表的技術(shù)創(chuàng)新大幕的襯托下，這些原本很難收集和使用的數(shù)據(jù)開始容易地被利用起來。大數(shù)據(jù)與云計(jì)算是一個問題的兩個方面：一方面是問題，另一方面是解決問題的方法[1]。

2 心電數(shù)據(jù)庫

2.1 數(shù)據(jù)庫

所謂數(shù)據(jù)庫就是組織、存儲和管理數(shù)據(jù)的倉庫。隨著信息技術(shù)和市場的發(fā)展，特別是20世紀(jì)90年代以后，數(shù)據(jù)管理不再僅僅是存儲和管理數(shù)據(jù)，而轉(zhuǎn)變成用戶所需要的各種數(shù)據(jù)管理的方式。數(shù)據(jù)庫技術(shù)的主要目的是有效地管理和存取大量的數(shù)據(jù)資源，包括：提高數(shù)據(jù)的共享性，使多個用戶能夠同時訪問數(shù)據(jù)庫中的數(shù)據(jù)；減小數(shù)據(jù)的冗余度，以提高數(shù)據(jù)的一致性和完整性；提供數(shù)據(jù)與應(yīng)用程序的獨(dú)立性，從而減少應(yīng)用程序的開發(fā)和維護(hù)代價。

2.2 心電數(shù)據(jù)庫的建立

心電數(shù)據(jù)庫是指數(shù)據(jù)庫內(nèi)的心電圖診斷和分類是經(jīng)過臨床資料證實(shí)，即數(shù)據(jù)庫的心電圖分類是以臨床證據(jù)作為分類標(biāo)準(zhǔn)，或者經(jīng)過權(quán)威的專家小組確認(rèn)(主要指心律失常數(shù)據(jù)庫)。

目前公認(rèn)的可作為標(biāo)準(zhǔn)的心電數(shù)據(jù)庫有三個[3]，包括，① 美國麻省理工學(xué)院與Beth Israel醫(yī)院聯(lián)合建立的“MIT-BIH心電數(shù)據(jù)庫”[4]：目前在國際上應(yīng)用最多的數(shù)據(jù)庫，由很多子數(shù)據(jù)庫組成，每個子數(shù)據(jù)庫都包含某個特定類型的心電記錄。應(yīng)用最多的是心律不齊數(shù)據(jù)庫和QT數(shù)據(jù)庫，國內(nèi)外許多心電方面的研究都是基于該數(shù)據(jù)庫的實(shí)驗(yàn)數(shù)據(jù)和各類識別算法的檢測標(biāo)準(zhǔn)。② 美國心臟學(xué)會的“AHA心律失常心電數(shù)據(jù)庫”[5]：主要目的是評價室性心律不齊探測器的檢測效果。③ 歐盟的心電圖通用標(biāo)準(zhǔn)心電數(shù)據(jù)庫[6]：包含1000例短時間的心電記錄，采用12或15導(dǎo)聯(lián)，主要目的是用于評價心電圖自動分析儀的性能。其他還有如，④ 歐盟的“ST-T心電數(shù)據(jù)庫”：用于評價ST段和T波檢測算法性能；⑤ 心臟性猝死動態(tài)心電數(shù)據(jù)庫：世界范圍內(nèi)每年40萬人猝死，PhysioNet進(jìn)行心臟性猝死的數(shù)據(jù)庫建設(shè)，支持和推動這一重要領(lǐng)域的電生理研究；⑥ PTB心電診斷數(shù)據(jù)庫：德國國家計(jì)量署提供的數(shù)字化心電數(shù)據(jù)庫，目的在于算法標(biāo)準(zhǔn)的研究與教學(xué)；⑦ PAF預(yù)測挑戰(zhàn)數(shù)據(jù)庫：2001年針對自動預(yù)測陣發(fā)性心房顫動(paroxysmal atrial fibrillation, PAF)的開放性競賽，競賽的意義是推動美國在這個重大臨床問題上的探索和創(chuàng)設(shè)友好競爭及廣泛合作的環(huán)境。

首先，心電數(shù)據(jù)庫存儲的一段心電圖條圖要求包含如下數(shù)據(jù)：① 用于管理的數(shù)據(jù)，如姓名、年齡、出生年月、身份證號(醫(yī)保號碼)等；② 不變的醫(yī)療數(shù)據(jù)，如性別、血型、過敏史等；③ 可變的醫(yī)療數(shù)據(jù)，如歷次心電圖診斷、相關(guān)臨床診斷等。其次，數(shù)據(jù)的存儲必須符合一定的標(biāo)準(zhǔn)和要求，以方便國內(nèi)外不同中心心電圖研究結(jié)果的交流和對比，如心電圖記錄的時間、性別、出生年月、種族、患者識別碼、與疾病相關(guān)的臨床病理資料、數(shù)字化記錄和保存、心電圖可隨時打印在記錄紙上等。第三，對于圖形記錄，要求采樣頻率不低于500 Hz、頻響范圍在0.05～150 Hz(0.05～250 Hz)[7]、12導(dǎo)聯(lián)同步記錄、記錄時間不少于10 s、具有通信功能(可壓縮傳輸并精準(zhǔn)還原)、低噪聲、無基線漂移等。第四，數(shù)據(jù)庫的數(shù)據(jù)是動態(tài)的、不斷增加的，要求在多個部位存放，并能按既定規(guī)則和定義提取，或按用戶自定義提取。

心電數(shù)據(jù)庫的建立根據(jù)不同的研究方向，其要求也有所不同。比如：要進(jìn)行心血管疾病流行病學(xué)的研究，首先應(yīng)建立入選樣本的基礎(chǔ)心電圖，并按計(jì)劃定期隨訪采集心電圖進(jìn)入數(shù)據(jù)庫，以便進(jìn)行不同時期心電圖的比較及調(diào)查心電圖變化與臨床資料的關(guān)系；建立正常人心電圖標(biāo)準(zhǔn)值范圍則需要數(shù)據(jù)庫包含足夠大的樣本量，并且要考慮到不同性別和年齡組的樣本分布數(shù)，以符合正常值研究的統(tǒng)計(jì)學(xué)要求；用于判斷心電圖診斷及儀器標(biāo)準(zhǔn)的心電數(shù)據(jù)庫還應(yīng)滿足有關(guān)機(jī)構(gòu)制定的標(biāo)準(zhǔn)，包括心電圖的數(shù)據(jù)采集、儲存、傳送格式等標(biāo)準(zhǔn)；若研究心電圖與臨床疾病的潛在關(guān)系，則心電圖數(shù)據(jù)庫除包括明確的臨床診斷證據(jù)外，還應(yīng)有一定的樣本數(shù)，最好還能收集到合并不同疾病或病理狀態(tài)患者的心電圖等。

3 遠(yuǎn)程心電大數(shù)據(jù)

越來越多的大型醫(yī)院通過構(gòu)建區(qū)域性的心電信息診斷平臺，除了接收本院門診、病房的心電資料外，還接受從社區(qū)、患者家庭等不同地方傳輸過來的心電圖,可以集中診斷，實(shí)現(xiàn)區(qū)域化的心電圖數(shù)字化存儲和信息化共享[8]。此舉一方面可以實(shí)現(xiàn)遠(yuǎn)程監(jiān)護(hù)，服務(wù)基層，節(jié)省醫(yī)療時間、空間及其他成本；另一方面可以實(shí)現(xiàn)基層醫(yī)院和大醫(yī)院之間的數(shù)據(jù)共享，相應(yīng)的數(shù)據(jù)將納入標(biāo)本庫，為大數(shù)據(jù)科研服務(wù)。

2003年山西醫(yī)科大學(xué)第二醫(yī)院成立了遠(yuǎn)程心電監(jiān)護(hù)中心，建有幾十個分站，遍布縣鄉(xiāng)級醫(yī)院、社區(qū)衛(wèi)生服務(wù)中心和廠礦衛(wèi)生院；2006年武漢亞洲心臟病醫(yī)院開展遠(yuǎn)程心電監(jiān)測工作，并于2009年成立湖北省遠(yuǎn)程心電會診中心，截至2016年年底已和全國近400家基層醫(yī)療機(jī)構(gòu)合作，輻射15個省市，覆蓋人數(shù)近2000萬。近年來，也相繼有多個地區(qū)成立心電會診中心，如2012年7月由第三軍醫(yī)大學(xué)大坪醫(yī)院承建的西南地區(qū)遠(yuǎn)程心電會診中心成立，形成了覆蓋西南各省(市)三甲醫(yī)院、區(qū)縣醫(yī)院、社區(qū)衛(wèi)生服務(wù)中心、鄉(xiāng)鎮(zhèn)衛(wèi)生院和村衛(wèi)生室的多級區(qū)域協(xié)同醫(yī)療服務(wù)網(wǎng)絡(luò)，解決了西南地區(qū)和邊遠(yuǎn)鄉(xiāng)村廣大基層群眾心電圖檢查診斷難題，提升了西南地區(qū)心血管疾病診療水平和防治能力；2016年7月，廣東省家庭醫(yī)生遠(yuǎn)程心電監(jiān)測平臺正式啟動，與30余家醫(yī)療機(jī)構(gòu)達(dá)成了合作，預(yù)計(jì)能和200多家醫(yī)療機(jī)構(gòu)達(dá)成合作，覆蓋患者人數(shù)達(dá)800多萬。

在遠(yuǎn)程傳輸和會診的方式下，更多的病例資料可以被集中存儲和管理，不僅包括心電圖，同時傳輸?shù)倪€包括病例信息、基礎(chǔ)疾病甚至就診時間、就診周期和就診地點(diǎn)等。并且，這些數(shù)據(jù)持續(xù)不斷產(chǎn)生、爆發(fā)性增長，形成了大數(shù)據(jù)分析所需要的“海量”。

4 大數(shù)據(jù)分析

傳統(tǒng)的數(shù)據(jù)分析要求結(jié)果準(zhǔn)確，但是，當(dāng)樣本是全部而不是“隨機(jī)”或“抽樣”時，并非所有的醫(yī)療數(shù)據(jù)都十分理想，數(shù)據(jù)本身會存在很多瑕疵甚至是錯誤。比如，遠(yuǎn)程傳輸?shù)男碾妶D片段就會有各種問題，主要是資料的“不完整”，如心電圖機(jī)自動分析時未逐搏標(biāo)記；自動標(biāo)記測量的心搏不可避免地存在錯漏，而人工糾正時又不能保證所有數(shù)據(jù)為同一人測量，即存在人工測量的個體差異等；上傳到會診中心的病歷資料不完整；由于操作不規(guī)范等原因，原始采集數(shù)據(jù)的準(zhǔn)確性、可靠性得不到保證。但是，大數(shù)據(jù)時代的研究數(shù)據(jù)如此之多，我們不必像“小數(shù)據(jù)”時代那樣熱衷于追求精確度。我們要允許“不精確”，不再對一個現(xiàn)象刨根問底，只要掌握大體的發(fā)展方向即可。

5 心電圖智能化診斷

5.1 心電圖的自動分析

心電圖自動分析是迄今為止計(jì)算機(jī)在醫(yī)學(xué)領(lǐng)域中應(yīng)用最為成功的范例之一，它融合了包括傳感器技術(shù)、信號處理技術(shù)、描記技術(shù)以及邏輯判斷技術(shù)(人工智能)等最新的研究成果。心電自動分析軟件利用計(jì)算機(jī)分析并顯示心電圖，測量必要的參數(shù)，再根據(jù)臨床標(biāo)準(zhǔn)作出正確的診斷或評價。心電自動分析軟件減少了醫(yī)生的工作量，提高了臨床指標(biāo)分析的精度。

目前國外主要的心電分析程序有Philips的DXL ECG algorithm, GE的Marquette 12SL ECG Analysis Program，Glasgow 12-lead ECG Analysis Program，HES Hannover ECG System，Mortara的VERITAS Algorithm，日本福田的The Advanced ECG Analysis Program(Ver.S2)，日本光電的Electro Cardiograph Analysis Program System(ECAPS)12C等[9]。國內(nèi)的心電分析程序有理邦的Smart ECG Measurement and Interpretation Program，科曼的ECG V8.0心電自動分析軟件，邁瑞的運(yùn)用Glasgow算法等。Philips的DXL ECG Algorithm、GE的Marquette 12SL ECG Analysis Program和Glasgow 的12-lead ECG Analysis Program可以稱為目前主流心電分析軟件的“三駕馬車”。

自1980年Marquette 12SL ECG Analysis Program出現(xiàn)以來，GE在計(jì)算機(jī)心電分析方面一直保持著行業(yè)領(lǐng)先地位，該軟件也成為被證實(shí)的臨床“金標(biāo)準(zhǔn)”。在心律失常的節(jié)律診斷、起搏檢測、心率、電軸、各波段的持續(xù)時間及QRS振幅等方面，可實(shí)現(xiàn)有針對性的心電圖跟蹤和回顧，同時也包含多種疾病和各種程度的不正常的ECG數(shù)據(jù)庫檢測。

Philips DXL心電算法依據(jù)最新研究和相關(guān)的指南(如2007 AHA/ACCF/HRS指南Part Ⅱ1， 2009AHA/ACCF/HRS指南Part Ⅵ2)而不斷更新。比如算法中新增的右室導(dǎo)聯(lián)和后壁導(dǎo)聯(lián)提高了右心和后壁心電的分析診斷能力；ST-Maps功能借助視覺進(jìn)行ST段變化的快速評估；STEMI-CA標(biāo)準(zhǔn)能識別可能的犯罪冠脈或可能的引起功能性缺血的解剖位置；設(shè)計(jì)了多種分析起搏器起搏方式的算法，同時保證各導(dǎo)聯(lián)對起搏脈沖的精確檢測；更重要的是，在心電圖報告上顯示了可以提醒臨床醫(yī)師注意的需要緊急處理的臨床事件的關(guān)鍵值(危急值)。

Glasgow 12-lead ECG Analysis Program是被Peter W. Macfarlane教授及其同事不斷研究和改進(jìn)10年的產(chǎn)品。神經(jīng)網(wǎng)絡(luò)的研究成果，提高了房顫報告的準(zhǔn)確性；2000年以后進(jìn)行了一系列改進(jìn)，包括房撲的檢測、用年齡和性別來解釋ST段抬高的心肌梗死、程序中加入Sgarbossa標(biāo)準(zhǔn)用以檢測左束支阻滯合并急性心肌梗死的患者等。

截至目前，計(jì)算機(jī)輔助的心電圖自動分析并不能完全取代人工判讀，其原因在于：一，計(jì)算機(jī)判斷的準(zhǔn)確性需要用統(tǒng)計(jì)學(xué)方法來評價；二，計(jì)算機(jī)不具備綜合考慮患者所有臨床情況進(jìn)行系統(tǒng)分析的能力。然而，大數(shù)據(jù)時代的到來有可能改變這種人工干預(yù)的程度，提升計(jì)算機(jī)自動分析的準(zhǔn)確性。

5.2 心電圖智能化診斷

心電圖自動分析的完成是基于系統(tǒng)中已經(jīng)設(shè)定的測量和診斷標(biāo)準(zhǔn)，將實(shí)際采集的數(shù)據(jù)與系統(tǒng)中的數(shù)據(jù)進(jìn)行對照，只要達(dá)到或符合某一條或幾條標(biāo)準(zhǔn)就給出相應(yīng)的診斷提示。在這種方式下，需要不斷編譯和更新數(shù)據(jù)庫“標(biāo)本”信息，比如Philips DXL算法會依據(jù)指南而不斷更新，需要花費(fèi)巨資。而谷歌則依據(jù)每天處理的30億查詢中輸入搜索框中的錯誤拼寫，用一個巧妙的反饋循環(huán)就可以將用戶實(shí)際想輸入的內(nèi)容告知系統(tǒng)，將錯別字作為“相關(guān)詞”進(jìn)行處理，幾乎是用“免費(fèi)”的方式獲得了這種拼寫檢查。這種用戶在線交互的方式，可以使機(jī)器不斷地“從數(shù)據(jù)中學(xué)習(xí)”。

2017年兩會中“人工智能”第一次出現(xiàn)在政府工作報告中，關(guān)注人工智能的科技界因此熱血沸騰；世界癌癥日2月4日當(dāng)天，IBM的“Watson醫(yī)生”第一次在中國“出診”，僅用10 s就開出癌癥處方；Science雜志報道了英國諾丁漢大學(xué)流行病學(xué)家Stephen Weng博士團(tuán)隊(duì)發(fā)表在PLoS One上的重要研究成果，他們將機(jī)器學(xué)習(xí)算法應(yīng)用于分析電子病歷的常規(guī)數(shù)據(jù)，發(fā)現(xiàn)與當(dāng)前的心臟病預(yù)測方法相比，深度學(xué)習(xí)算法不僅可以更準(zhǔn)確地預(yù)測心臟病發(fā)病風(fēng)險，還可以降低診斷的假陽性率。

目前應(yīng)用于醫(yī)療的人工智能大多是用來提高醫(yī)生的工作效率，擴(kuò)大工作內(nèi)容的廣度和增加深度。Science雜志2017年刊登了中國第三軍醫(yī)大學(xué)羅陽團(tuán)隊(duì)的最新研究成果[10]：利用人工智能在30 s內(nèi)鑒定血型，準(zhǔn)確率超過99.9%。這對于急需輸血搶救的患者意義重大，可以為患者節(jié)省3～15 min時間，提高他們的生還概率，同時也可用于搶險救災(zāi)、戰(zhàn)場急救等急需驗(yàn)血的情境下。2017年，據(jù)美國食品藥品管理局(FDA)官網(wǎng)顯示，其首次批準(zhǔn)了一款心臟磁共振影像AI分析的軟件Cardio DL。這款軟件將計(jì)算機(jī)深度學(xué)習(xí)用于醫(yī)學(xué)圖像分析，并為傳統(tǒng)的心臟MRI掃描影像數(shù)據(jù)提供自動心室分割的分析，這一步驟與傳統(tǒng)上放射科醫(yī)生需要手動完成的結(jié)果一樣精準(zhǔn)。這款人工智能心臟MRI醫(yī)學(xué)影像分析系統(tǒng)不但得到了FDA510(K)的批準(zhǔn)，還得到了歐洲的CE認(rèn)證和批準(zhǔn)，這標(biāo)志著該軟件將被允許用于臨床。

人工智能是基于大數(shù)據(jù)，而大數(shù)據(jù)的核心就是預(yù)測。國內(nèi)已經(jīng)有不少企業(yè)開始涉足醫(yī)療領(lǐng)域的人工智能應(yīng)用。Standard醫(yī)療“岐伯”人工智能引擎一經(jīng)推出市場便引起關(guān)注?！搬比斯ぶ悄芤嬷饕菍⒆匀徽Z言處理、認(rèn)知技術(shù)、自動推理、機(jī)器學(xué)習(xí)、信息檢索等技術(shù)應(yīng)用于臨床資料(包括醫(yī)學(xué)專著、論文、治療方案、試驗(yàn)數(shù)據(jù)、臨床報告、醫(yī)學(xué)期刊、教科書等)的深度學(xué)習(xí),在大規(guī)模證據(jù)搜集、分析、評價的人工智能系統(tǒng)中推導(dǎo)出心腦血管疾病輔助診斷、治療、預(yù)防建議。

武漢亞洲心臟病醫(yī)院在2017年4月嘗試應(yīng)用“岐伯”人工智能引擎驗(yàn)證室性早搏起源的自動定位診斷，結(jié)果令人滿意。目前心電圖的自動分析和測量主要針對QRS波形態(tài)正常的心搏，而對于異常室性早搏的QRS波則無相關(guān)自動分析。我們選擇了411例經(jīng)心內(nèi)電生理檢查并成功行射頻消融術(shù)的起源于流出道不同部位的室性早搏病例，根據(jù)指南以及專家建議，對其體表心電圖自動測量分析和計(jì)算相關(guān)參數(shù)，包括R波時限、QRS波時限、R波時限指數(shù)、R波波幅、S波波幅、R/S波幅指數(shù)、竇性移行區(qū)指數(shù)、室性移行區(qū)指數(shù)、V2S、V3R、V2S/V3R指數(shù)以及V2過渡比等，并與人工測量結(jié)果進(jìn)行對照。由于原始數(shù)據(jù)為非格式化數(shù)據(jù)，主要有jpg和bmp兩種格式，每幅圖的尺寸、像素大小、灰度、噪聲等皆不相同，因此有些病例由于圖像本身或算法適用性的原因未能入組，所以最終得到383組(383/411，約93.19%)共4596個數(shù)據(jù)，對絕大多數(shù)的病例可以做到在1 min內(nèi)完成提取和計(jì)算的過程。對每種心電圖參數(shù)的自動測量值與手工測量值(分別去除最大和最小的10組數(shù)據(jù))進(jìn)行統(tǒng)計(jì)學(xué)分析，結(jié)果提示自動測量和人工測量結(jié)果差異無統(tǒng)計(jì)學(xué)意義。

上述預(yù)試驗(yàn)的結(jié)果給予我們極大的信心，它提示我們可以通過大數(shù)據(jù)技術(shù)進(jìn)行分析，提出一種概率預(yù)測模型來簡單地判斷心電圖正?；颊呋疾〉目赡苄砸约靶碾妶D不正常患者康復(fù)(心電圖恢復(fù)正常)的可能性，建立預(yù)測分層體系。

總之，“人工智能+醫(yī)療”不是什么花哨的噱頭，而是實(shí)實(shí)在在的未來。心電圖檢查作為一個在技術(shù)上實(shí)現(xiàn)自動化分析相對成熟的心血管疾病檢查項(xiàng)目，試水人工智能，從心電信息切入，進(jìn)而全面融合疾病相關(guān)資料，實(shí)現(xiàn)心血管疾病風(fēng)險防控和慢病管理值得我們期待。

參考文獻(xiàn)

[1] 維克托·邁爾舍恩伯格，肯尼思·庫克耶.大數(shù)據(jù)時代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：29.

[2] 埃里克·托普.顛覆醫(yī)療[M].張南，魏薇，何雨師，譯.北京：電子工業(yè)出版社，2014：1-5.

[3] 朱澤煌，胡廣書，郭恒，等. MIT-BIH心電數(shù)據(jù)庫的開發(fā)及用作檢測標(biāo)準(zhǔn)[J]. 中國生物醫(yī)學(xué)工程學(xué)報，1993，12(4)：244-249.

[4] Goldberger AL, Amaral LA, Glass L, et al. PhysioBank, PhysioToolkit, and PhysioNet: components of a new research resource for complex physiologic signals[J]. Circulation,2000,101(23):E215-E220.

[5] ECRI Institute. AHA database[EB/OL]. https://www.ecri.org/Pages/default.aspx.

[6] Willems JL, Arnaud P, van Bemmel JH, et al. A reference database for multilead electrocardiographic computer measurement programs[J]. J Am Coll Cordiol,1987,10(6):1313-1321.

[7] Norman JE, Bailey JJ, Berson AS, et al. NHLBI workshop on the utilization or ECG databases: preservation and use of existing ECG databases and development of future resources[J]. J Electrocardiol, 1998,31(2):83-89.

[8] 劉鳴，張林，余秀明.建立遠(yuǎn)程心電監(jiān)測系統(tǒng)平臺的意義(一)[J].中國心血管病研究，2016，14(11)：961-964.

[9] Kligfield P,Badilini F, Rowlandson I,et al.Comparison of automated measurements of electrocardiographic intervals and durations by computer-based algorithms of digital electrocardiographs[J].Am Heart J, 2014,167(2):150-159.

[10] Zhang H,Qiu X,Zou Y,et al. A dye-assisted paper-based point-of-care assay for fast and reliable blood grouping[J].Sci Transl Med,2017,9(381).pii: eaaf 9209.