中國科大實現非接觸房顫監測新突破

記者5月21日從中國科大獲悉，中國科學技術大學陳彥教授團隊在非接觸式房顫監測領域取得突破性進展。研究團隊基於心臟電-機械耦合機制，利用毫米波雷達感知技術，首次實現了大規模人羣的非接觸式高精度房顫診斷。相關研究成果於5月20日在《Nature Communications》發表。

房顫是最常見的心律失常疾病之一，不僅會引發顯著的臨牀症狀，還嚴重威脅患者生命健康。近年來，其全球發病率呈現快速上升趨勢。在亞太地區，2023年房顫患者人數已達約8000萬，而中國是該地區患者數量最多的國家。最新研究顯示，我國成年人羣的房顫總體患病率爲1.6%。房顫具有漸進性發展的特點，其病程可從偶發性房顫逐漸進展爲持續性房顫，最終發展爲難治性永久性房顫。這一特點決定了早期診斷與及時干預的關鍵作用，對延緩疾病進展、預防卒中及心力衰竭等嚴重併發症具有重要意義。

心電圖（ECG）是房顫診斷金標準，但房顫常呈無症狀間歇性發作（尤其在早期階段）。傳統心電圖檢測僅持續10秒至數分鐘，往往在併發症出現後方能確診，錯過最佳治療時機。動態心電圖等可穿戴技術爲持續監測提供新途徑，但其接觸式檢測特性導致使用不便，難以在無症狀初期長期應用。因此，如何在首例併發症發生前實現早期診斷，仍是臨牀面臨的重大挑戰。

房顫發生時，心臟電脈衝的有序傳導遭到破壞，紊亂的電信號在心房內無序傳播導致節律失調。這種電生理紊亂會引發異常的機械運動，進而驅動胸壁位移形成體表機械波動，該現象可被毫米波雷達檢測。這爲通過體表機械運動分析診斷房顫提供了新思路。然而，相較於已有百年積累的心電圖診斷體系，機械運動的病理學解讀超出了傳統醫學認知的範疇。針對這一挑戰，研究團隊提出基於知識遷移的網絡架構，創新性地建立了心臟電活動與機械運動模態的關聯映射，利用經過百年驗證的ECG信號特徵來輔助神經網絡識別房顫特有的異常機械波動。該系統實現了非接觸、免操作、無需穿戴設備的檢測方式，在大型臨牀驗證中達到了接近心電圖診斷的檢測性能。該系統在6,258例受試者中進行了測試，檢測靈敏度達0.844，特異度達0.995。在對27例房顫發作高風險受試者的日常主動監測中，系統成功在臨牀確診前識別出2例房顫患者。此外，該系統還能靈敏識別射頻消融手術前後房顫發作的動態變化。

這一優異性能源於兩項核心技術突破：1.研究團隊針對心臟機械信號提取任務，開發了專用的雷達信號處理算法，可高精度捕獲毫米級心臟機械運動；2.通過知識遷移技術與心臟電-機械耦合機制，利用現有大規模心電數據庫中的診斷知識，訓練AI模型精準識別房顫特有的機械運動模式。

該系統旨在實現完全無接觸、無操作的主動房顫監測，可自然融入睡眠或工作等日常生活場景，並支持從健康狀態到房顫全病程的終身監測。研究結果表明，該技術有望推動現有房顫診療流程向個性化、主動化管理策略轉型，從而實現更高效的心血管健康管理。

中國科學技術大學網絡空間安全學院博士生袁雨琴，博士後陳金波爲文章的共同第一作者；中國科學技術大學網絡空間安全學院教授、附屬第一醫院心內科特聘教授陳彥爲文章的通訊作者；中國科學技術大學附屬第一醫院心內科馬禮坤教授、中國科學技術大學孫啓彬特任研究員、胡洋副教授、張東恆特任副研究員、盧智特任副研究員、博士生耿瑞旭、龔漢欽、徐貴鑫、濮玉、中科知奇張冬等爲文章的共同作者；學校賦權企業合肥中科知奇信息科技有限公司爲文章合作單位。相關工作得到了國家自然科學基金委、科技部、安徽省和中國科學技術大學的經費資助。（記者 汪喬）