中國科大實現非接觸式高精度房顫監測

中國科學技術大學教授陳彥團隊基于心臟電-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群的非接觸式高精度房顫診斷。5月20日，相關研究成果發表于《自然-通訊》。

房顫是最常見的心律失常疾病之一，不僅會引發顯著的臨床癥狀，還嚴重威脅患者生命健康。心電圖是房顫診斷金標準，但房顫尤其是在早期階段，常常呈現無癥狀間歇性發作。傳統心電圖的監測僅持續10秒至數分鐘，往往在并發癥出現后方能確診，錯過最佳治療時機。動態心電圖等可穿戴技術為持續監測提供新途徑，但其接觸式檢測特性導致使用不便，難以在無癥狀初期長期應用。因此，如何在首例并發癥發生前實現早期診斷，仍是臨床面臨的重大挑戰。

研究團隊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心電圖信號特征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，在大型臨床驗證中達到了接近心電圖診斷的檢測性能。

該系統在6258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，系統成功在臨床確診前識別出2例房顫患者。此外，該系統還能靈敏識別射頻消融手術前后房顫發作的動態變化。

這一優異性能源于兩項核心技術突破：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；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，并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。

相關論文信息：https://doi.org/10.1038/s41467-025-59482-y