近日，「琅瑞医疗」（旗下产品：分规心电）人工智能研发团队经过数次对 ML、DL 技术的研究和迭代，成功将AI深度学习算法应用于房颤检测，创新构建出分规心电AI房颤算法。相比传统心电房颤算法，该种算法的检测精度和阳性预测准确度等相对更高，能有效帮助医生进行更为精准的检测或干预。

所谓房颤，即心房颤动，是世界上最常见的一种心律失常，约占所有心律失常患者的 1/3。我国房颤患者超过 1 000 万，根据世界卫生组织（WHO）报告，全世界大约 9 000 万人患有房颤，且随年龄增大新发患者增多，其患病率在 50～59 岁人群中达到 5%，80～89 岁人群中甚至达到 10%。另外，房颤引起患者死亡的主要原因为进行性心力衰竭、心脏骤停及脑卒中等并发症。房颤患者卒中总体发生风险是无房颤患者的 5 倍，1 年致残率和死亡率超过 50%，1 年复发率超过 1/3。值得注意的是，大多数患者为无症状或阵发性房颤，极大地增加了卒中甚至死亡的风险。

因此，对于房颤相关危险因素进行干预控制或者早期准确检测房颤，能让医生尽早制订抗凝、消融等治疗方案，改善患者预后。

此前，对于房颤多为传统算法，仅依赖RR间期的绝对不等进行识别。分规心电采用第一代智能算法其检测精度96%，阳性预测准确度98%，均处于同类产品领先，第一代算法对房颤事件的识别基本能满足临床需求，但仍需要医生花大量时间编辑和修改。

由于互联网、云计算的发展，大数据时代使人工智能（artificial intelligence，AI）成为了可能并且迅猛发展。AI 企图了解智能的实质，并生产出一种新的能以人类智慧相似方法做出反应的智能机器。现医疗使用较多的主要是自动语音识别、决策系统、影像分析、机器人、专家系统。鉴于 AI 强大的预测潜能，琅瑞医疗人工智能研发团队则将其利用在房颤识别和预测方面，形成基于深度学习算法的AI房颤识别，希望能够使临床检查变得更加有效、快捷。

分规心电采用深度学习算法的AI房颤识别，基于CNN+Chanel wise Attention架构，在公司自建心电数据库上，通过人工标注，交叉检查方式标注了330余万条数据片段进行学习，能通过对f波的识别进行房颤分析，实验结果表明AI模型获得准确率高达99.7%，精准度高达99.7%，阳性率高达99.1%。AI房颤算法对于阵发性房颤有着非常优秀的检出率，基本达到医生的诊断水平。这种颠覆性创新对于房颤自动识别的AI研究，必将在未来为全球心电临床诊断发挥极其重要的作用。

分规心电人工智能研发团队负责人刘竹松表示：“此次分规心电开发的AI房颤算法，是继AI报告书写后又一大创举；是分规心电原有智能算法的创新优化，能准确识别阵发性房颤，这对于长时程的心电数据分析非常具有创新性，未来我们可以借助 AI 识别更加复杂的心律失常。”

目前，该房颤AI深度学习算法正在部分医院进行测试，同时在申请三类医疗器械注册证，并完善临床诊断评价体系，希望未来可以更好地服务于临床，帮助心电诊断医生更加高效准确地完成心电诊断工作。