人工知能と消費者向けウェアラブルデバイスを用いた心房性不整脈の高精度検出と予測 (REMOTE-AF2)

心房細動（AF）は、英国で100万人以上に影響を及ぼす最も一般的な心臓不整脈です。 これは心血管疾患と死亡率の増加に関連し、NHSに年間14億ポンドから25億ポンドの費用をもたらしています。 現在のAF検出方法には、機会的な脈拍触診、単一時間点での12誘導心電図（ECG）、携帯型ホルター心電計、埋め込み型ループレコーダー（ILR）があります。 ECGやホルター心電計などのより広く使用されている間欠的モニタリング方法は、持続時間の面で制限があり、心房性不整脈の検出率が低くなります。 一方、ILRは連続的かつ正確な不整脈検出を提供できますが、侵襲的であり、専門知識を要する埋め込み、モニタリング、分析が必要です。

近年、心拍数や活動レベルなどのパラメータをモニタリングするための直接消費者向けオプションとして、ウェアラブルモバイルヘルス（mHealth）デバイスの使用が登場しています。 臨床的な観点から、これらは侵襲性が低く費用対効果の高い調査アプローチを提供し、遠隔モニタリングソリューションによってAFを予測・検出する可能性があります。 この技術は、AFの早期診断と管理を支援するための受動的、非侵襲的、かつ連続的なモニタリングの面で大きな可能性を秘めています。

元のREMOTE-AF研究（NCT05037136）は、ウェアラブルデバイスから得たPPGデータを使用してAFを検出する新しい方法論を開発しました。 この研究では、PPGデータを使用してAFを検出するAI対応の多パラメータアルゴリズムを開発するために患者を募集し、この基礎作業をさらに強化します。