Precyzyjne wykrywanie i przewidywanie arytmii przedsionkowych przy użyciu sztucznej inteligencji i konsumenckich urządzeń do noszenia (REMOTE-AF2)

Migotanie przedsionków (AF) jest najczęściej występującą arytmią serca, dotykającą ponad milion osób w Wielkiej Brytanii. Jest ono związane ze zwiększoną zachorowalnością i śmiertelnością z przyczyn sercowo-naczyniowych i kosztuje NHS od 1,4 miliarda do 2,5 miliarda funtów rocznie. Obecne metody wykrywania AF obejmują okazjonalną palpację tętna, jednopunktowe 12-odprowadzeniowe elektrokardiogramy (EKG), ambulatoryjne monitorowanie metodą Holtera oraz wszczepialne rejestratory pętli (ILR). Bardziej powszechnie stosowane metody monitorowania przerywanego, takie jak EKG i monitorowanie metodą Holtera, są ograniczone pod względem czasu trwania i mają niższą skuteczność wykrywania arytmii przedsionkowych. Na drugim końcu spektrum, ILR może zapewnić ciągłe i dokładne wykrywanie arytmii, ale jest inwazyjny i wymaga specjalistycznej wiedzy do wszczepienia, monitorowania i analizy.

W ostatnich latach użycie noszonych urządzeń mobilnego zdrowia (mHealth) pojawiło się jako opcja bezpośrednio dla konsumenta do monitorowania parametrów takich jak tętno i poziom aktywności. Z perspektywy klinicznej potencjalnie oferują one mniej inwazyjne i opłacalne podejście diagnostyczne, z rozwiązaniami monitorowania zdalnego, które mogą przewidywać i wykrywać AF. Ta technologia ma znaczący potencjał pod względem biernego, nieinwazyjnego i ciągłego monitorowania, aby pomóc we wczesnej diagnozie i leczeniu AF.

Oryginalne badanie REMOTE-AF (NCT05037136) opracowało nowatorską metodologię wykrywania AF przy użyciu danych pochodzących z PPG z urządzenia noszonego. To badanie dodatkowo wzmocni tę podstawową pracę, rekrutując pacjentów do opracowania algorytmu wieloparametrycznego z wykorzystaniem sztucznej inteligencji, wykorzystującego dane pochodzące z PPG do wykrywania AF.