跳到正文
可穿戴与测量科学研究论文3 分钟阅读

三款智能手表都能识别房颤,但不同型号的准确性有差异

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Smartwatch Electrocardiograms for Automated and Manual Diagnosis of Atrial Fibrillation: A Comparative Analysis of Three Models. · Frontiers in cardiovascular medicine · 2022 · 论文原文 ↗

先看重点

在100名房颤患者和100名窦性心律患者中,Apple和Samsung手表的算法诊断房颤优于Withings(敏感性/特异性为87%/86%、88%/81%,对比78%/80%,p < 0.05),主要因为Withings得出的无结论心电图更多。专家判读时的排名则不同,且记录是在临床环境中完成的。

证据类型

研究论文

解读依据

公开摘要

阅读重点

方法与适用范围

研究在问什么

智能手表可以记录单导联心电图,但各型号的内置算法和心电图的可读性可能不同。作者比较了三款商用智能手表通过自动算法和专家判读识别心房颤动(房颤)的能力。

研究了谁,如何研究

前瞻性、非随机、判读者设盲的临床研究,纳入100名房颤患者和100名窦性心律患者,排除心房扑动患者。每名患者按随机顺序做4次心电图记录:常规12导联心电图、Apple Watch Series 5、Samsung Galaxy Watch Active 3和Withings Move ECG。所有手表心电图既由各自的专有软件自动分析,也由临床专家判读,专家同时对记录质量评级。

主要发现

以下为作者报告的结果。数字须连同人群和不确定性一起阅读。

  1. 1
    自动算法诊断房颤的准确性,Apple和Samsung优于Withings(敏感性/特异性:Apple 87%/86%,Samsung 88%/81%,Withings 78%/80%,p < 0.05),原因是Withings得出的无结论心电图更多。
  2. 2
    专家判读的准确性,Withings和Apple优于Samsung(敏感性/特异性:Withings 96%/86%,Apple 94%/84%,Samsung 86%/76%,p < 0.05)。
  3. 3
    Samsung的差距源于无法判读的记录更多:15%,对比另两款的2%和4%(p < 0.05)。

局限与不确定性

  1. 1
    仅100名房颤患者和100名窦性心律患者,且均在临床环境记录,排除了心房扑动,居家日常使用时的表现可能不同。
  2. 2
    只测试了三个型号,软硬件版本不断更新,结果未必适用于更新的手表。
  3. 3
    摘要没有说明无结论心电图在准确性数字中如何计算,只提到它们拉低了Withings的准确性。
  4. 4
    本解读仅基于摘要。

对日常健康的启示

智能手表心电图能发现房颤,但手表型号会影响它给出结论的频率和心电图的可读性。手表的提醒或记录只是就医的提示,不是诊断;结果正常也不能排除房颤。

如何联系自己的数据

如果你的手表能记录心电图,请保存记录并写下当时的症状,交给医生看。记录时尽量坐着不动,每次保持相同方式,不要在不同品牌型号的手表之间比较读数。

如何理解这类证据

索引未明确确定具体研究设计,应先读方法;核对人群、对照、结局和不确定性,再判断能否作因果解释。

作者的结构化摘要 English

以下英文摘要按记录的开放许可转载,属于作者原始材料,不是 MoveVitals 的解读。上方已提供研究解读,分别说明作者结果与本站解释;重要结论可直接核对原文。

Aims

The diagnostic accuracy of proprietary smartwatch algorithms and the interpretability of smartwatch ECG tracings may differ between available models. We compared the diagnostic potential for detecting atrial fibrillation (AF) of three commercially available smartwatches.

Methods

We performed a prospective, non-randomized, and adjudicator-blinded clinical study of 100 patients in AF and 100 patients in sinus rhythm, patients with atrial flutter were excluded. All patients underwent 4 ECG recordings: a conventional 12-lead ECG, Apple Watch Series 5®, Samsung Galaxy Watch Active 3®, and Withings Move ECG® in random order. All smartwatch ECGs were analyzed using their respective automated proprietary software and by clinical experts who also graded the quality of the tracings.

Results

The accuracy of automated AF diagnoses by Apple and Samsung outperformed that of Withings, which was attributable to a higher proportion of inconclusive ECGs with the latter (sensitivity/specificity: 87%/86% and 88%/81% vs. 78%/80%, respectively, p < 0.05). Expert interpretation was more accurate for Withings and Apple than for Samsung (sensitivity/specificity: 96%/86% and 94%/84% vs. 86%/76%, p < 0.05), driven by the high proportion of uninterpretable tracings with the latter (2 and 4% vs. 15%, p < 0.05).

Conclusion

Diagnosing AF is possible using various smartwatch models. However, the diagnostic accuracy of their automated interpretations varies between models as does the quality of ECG tracings recorded for manual interpretation.

来源与署名

Smartwatch Electrocardiograms for Automated and Manual Diagnosis of Atrial Fibrillation: A Comparative Analysis of Three Models.

Abu-Alrub S, Strik M, Ramirez FD, Moussaoui N, Racine HP, Marchand H, Buliard S, Haïssaguerre M, Ploux S, Bordachar P.

Frontiers in cardiovascular medicine · 2022-02-04

DOI: 10.3389/fcvm.2022.836375 ↗PubMed · 35187135 ↗Europe PMC · 记录的开放许可: cc by ↗

摘要版权归原作者,依据来源记录的开放许可转载。中文译文辅助阅读,英文摘要用于核对术语与具体数值;本站的方法学解释与作者结论分别呈现。

MoveVitals 编辑解读 · 健康教育内容 · 未记录个人临床审阅

来源核验日期 2026-11-01

实用健康指南

放在一起读

·队列研究

加速度计处理方法不同,身体活动与卒中、心肌梗死的关联曲线也不同

在英国生物银行中,基线无心血管疾病的90237名成年人随访至2022年12月,共发生1298例卒中和2031例心肌梗死;中高强度身体活动(MVPA)与这两种结局的关联曲线形状,取决于加速度计数据的处理方法。就卒中而言,只有机器学习法得到直线下降的风险;就心肌梗死而言,机器学习法和LFENMO法呈曲线下降,活动计数法呈直线下降。摘要没有给出风险比,只能说明不同方法的结论不一致,不能说明哪种方法更正确,而且这些只是观察性关联。

Preventive Medicine

重点论文精讲阅读论文 →
·测量验证研究/综述

智能手表数据能当“证人”吗:心率验证得最充分,其余证据参差

一项围绕数字取证展开的系统评价和荟萃分析,梳理了四大主流品牌智能手表的验证研究,发现心率是研究最多、也最准确的指标。步数、距离、能量消耗、活动分类和睡眠的验证不够一致,结果因品牌、方案和报告方式而异。摘要没有给出汇总数据,且多数研究是在健康人群中、于实验室内完成的,所以无法说明某一块手表对某个人在日常生活中的表现。

Forensic Science International

重点论文精讲阅读论文 →
·综述的综述

活动追踪器:每天多走约1800步,对其他健康指标影响较小

这项伞形综述汇总了39篇系统评价和荟萃分析,涉及163992名参与者;结果显示使用活动追踪器与身体活动增加相关(标准化均数差SMD为0.3–0.6),相当于每天多走约1800步、多步行40分钟,体重减轻约1公斤。对血压、胆固醇、糖化血红蛋白、生活质量和疼痛的影响通常很小,且多数不显著。摘要没有说明这些项目里追踪器还搭配了什么,也没有说明各评价之间重叠多少,因此不能把效果完全归功于设备本身。

The Lancet Digital Health

重点论文精讲阅读论文 →
·测量验证研究/综述

七款睡眠追踪设备:识别睡着很准,识别醒着和睡眠分期较差

在睡眠实验室里,34名健康的年轻成年人连续三晚佩戴七款消费级睡眠追踪设备中的若干款。与多导睡眠监测相比,所有设备识别睡眠都很准(灵敏度均不低于0.93),但识别清醒较差(特异度0.18–0.54),七款中有五款与研究用活动记录仪(特异度0.39)持平或更好;睡眠分期的估计结果不稳定。受试者是18至35岁的健康成年人,卧床时间固定为8小时,每款设备只在其中11至20人身上测试,因此对有睡眠问题的人几乎没有参考价值。

Sleep

重点论文精讲阅读论文 →
可穿戴与测量科学 →