中國心血管疾病患病率及死亡率仍處于上升階段，據(jù)《中國心血管疾病報告2017》統(tǒng)計，我國患有心血管病人數(shù)約2.9億，造成的死亡率占居民疾病死亡的40%以上，遠高于腫瘤和其他疾病，居于首位。心血管疾病已經(jīng)成為重大的公共衛(wèi)生問題。

近日，華米科技（NYSE:HMI）攜手北京大學第一醫(yī)院，推出了《2020可穿戴設備心臟健康藍皮書》（下稱“藍皮書”）。華米科技是一家基于云的健康服務提供商，擁有全球領先的智能可穿戴技術和海量的健康大數(shù)據(jù)，并以“科技連接健康”為使命；北京大學第一醫(yī)院已有百年歷史，在心血管疾病研究方面實力雄厚。雙方基于華米科技健康大數(shù)據(jù)共同展開研究，從專業(yè)視角展現(xiàn)了大眾心臟健康現(xiàn)狀、心血管疾病風險和未來發(fā)展趨勢。

智能可穿戴設備可以幫助人們長期持續(xù)監(jiān)測心率、心電、睡眠、運動等多維度的健康數(shù)據(jù)，對健康風險評估有著重要的參考價值。數(shù)據(jù)顯示，目前大眾對于智能可穿戴設備的接受程度已經(jīng)較高，活躍用戶平均佩戴時長達15小時以上，年紀越大平均佩戴時間越長，其中60歲以上人群平均佩戴時長超過17小時，并且心電數(shù)據(jù)的測量頻率也隨著年齡的增長更為頻繁，部分人群使用智能可穿戴設備監(jiān)測心臟健康已經(jīng)成為日常生活的一部分。

藍皮書根據(jù)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戶人群進行了心血管病風險評估。分析結果顯示，在這些人群中，廣東、海南、貴州三省的心血管疾病高風險人群占比最大。

研究還發(fā)現(xiàn)，心血管高風險的比例，隨著年齡的增加而逐步升高，且男性的心血管風險高于女性，在超過60歲的男性中，心血管高風險占比高達6.86%。

心率變異性(HRV)是指逐次心跳周期差異的變化情況，通俗的說就是心跳快慢變化情況，常用于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采集到的數(shù)據(jù)可以計算出SDNN值，數(shù)據(jù)分析發(fā)現(xiàn)，隨著受試者BMI（身體質量指數(shù)）的增加，心率變異性SDNN值會逐漸降低，而肥胖人群的心率變異性最低，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(shù)據(jù)分析發(fā)現(xiàn)，睡眠得分越高、睡眠質量越好的人群夜間平均心率更低。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(fā)病風險和全因死亡風險越低，保持良好的睡眠習慣有益于心臟健康。

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復發(fā)性，但房顫早期通常是陣發(fā)性或者無癥狀，難以捕捉，而可穿戴設備對心率可以進行持續(xù)性檢測，發(fā)現(xiàn)異常還可進行提醒，可以幫助人們及早發(fā)現(xiàn)房顫，預防腦卒中或心力衰竭的發(fā)生。

藍皮書顯示，在各個年齡段中，疑似房顫人群的久坐時長均高于正常的人群；疑似房顫篩出率在各個年齡段男性均高于女性；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歲以下的青年人群中，房顫篩出率依然達到3.89%，提示青年人群也不能忽視房顫風險。

據(jù)了解，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(shù)據(jù)，其中發(fā)現(xiàn)了4000余位疑似房顫用戶。在2019年，華米科技推出了自研的RealBeats™健康數(shù)據(jù)引擎，通過分析PPG光學?率數(shù)據(jù)和ECG?電數(shù)據(jù)，可實現(xiàn)對?律不?的?動甄別。此前，華米科技已同北京?學第?醫(yī)院共同完成了智能?環(huán)監(jiān)測房顫的臨床醫(yī)學研究，搭載RealBeats™的智能?環(huán)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》（HeartRhythm）發(fā)表。

今年6月，華米科技推出了第二代心臟數(shù)據(jù)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(jiān)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(shù)據(jù)模型，還成功實現(xiàn)了折返性心動過速和室上性頻發(fā)早搏的AI自動甄別。

在新冠疫情期間，華米科技通過健康大數(shù)據(jù)并結合季節(jié)、假日、天氣等因素，建立起了一套流行病發(fā)病趨勢預測模型，并很好地預測了西班牙、意大利等國家的疫情發(fā)展曲線，該成果在SCI學術期刊DiscreteDynamicsinNatureandSociety正式發(fā)表，也證明了在流行病預警和公共衛(wèi)生管理方面，智能可穿戴設備的健康監(jiān)測能力可發(fā)揮重要作用。