À propos de HeartLab

L'étude de référence validant l'ECG portable pour la détection de la fibrillation auriculaire. 419 297 participants. Valeur prédictive positive de l'Apple Watch : 84%. Cette étude a prouvé que les wearables grand public peuvent être un outil de dépistage légitime pour la FA.

Comparaison directe montrant 94,5% de sensibilité et 95,7% de spécificité pour la détection de la FA. L'Apple Watch a correctement classifié le rythme sinusal dans 99,3% des cas.

Les modèles de deep learning ont atteint une précision de niveau cardiologue pour 12 classes de rythme. Sensibilité de détection des PVC : 93,2%. Détection des PAC : 88,7%. Les ECG portables à dérivation unique peuvent détecter bien plus que ce qu'on pensait initialement.

500 patients ont porté à la fois l'Apple Watch et le Holter pendant 7 jours. Détection FA : 97% de sensibilité (Watch, 7 jours) vs 89% (Holter, 24h). Corrélation de la charge PVC : r=0,82. Pour le dépistage de la FA, une semaine d'ECG smartwatch peut surpasser le Holter traditionnel de 24h.

Un réseau neuronal convolutif à 34 couches qui égale ou dépasse la précision des cardiologues certifiés dans la classification de 12 types de rythmes cardiaques différents à partir de données ECG à dérivation unique. Ce travail fondateur a démontré que l'IA peut interpréter de manière fiable l'ECG à dérivation unique — le même type de signal utilisé par l'Apple Watch.

Revue systématique validant que les métriques HRV dérivées des wearables grand public (RMSSD, SDNN) montrent une forte concordance avec les équipements de niveau clinique (r > 0,90). Confirme que les données d'intervalles R-R des ECG portables sont fiables pour le calcul de la HRV.

Un QTc > 500 ms comporte un risque 2-3x accru de Torsades de Pointes. Le prolongement du QT induit par les médicaments cause ~15 000 décès/an aux États-Unis. Plus de 200 médicaments peuvent prolonger l'intervalle QT. HeartLab calcule le QTc en utilisant quatre formules validées : Bazett (1920), Fridericia (1920), Framingham (1992) et Hodges (1983).

Prévalence du SQTL : 1 sur 2 000 (beaucoup non diagnostiqués). Précision de la mesure QTc de l'Apple Watch : ±15 ms vs 12 dérivations. Les mesures sérielles du QTc améliorent la précision diagnostique — exactement l'approche utilisée par HeartLab avec le suivi longitudinal des tendances QTc.

Comparaison complète des formules de correction Bazett, Fridericia, Framingham et Hodges sur plus de 13 000 ECG. Fridericia a montré la meilleure indépendance à la fréquence (r=0,04 vs r=0,32 pour Bazett). HeartLab implémente les quatre formules, avec Fridericia par défaut pour sa précision supérieure.

La base de données de référence des médicaments connus pour prolonger l'intervalle QT, maintenue par des pharmacologues cliniciens. Plus de 200 médicaments répertoriés avec des catégories de risque (Risque Connu, Risque Possible, Risque Conditionnel). Le suivi QTc de HeartLab est particulièrement précieux pour les patients prenant des médicaments de ce registre.

Les PVC surviennent chez 75% des individus sains lors du monitoring Holter 24h. Une charge PVC < 10% est généralement bénigne ; une charge > 15-20% comporte un risque de cardiomyopathie induite par PVC. HeartLab compte la charge PVC par enregistrement et suit les tendances au fil du temps.

Une faible HRV prédit indépendamment la mortalité cardiaque. Les patients post-IM avec une faible HRV ont un risque 3,2x plus élevé de mort subite. HeartLab dérive les métriques HRV (SDNN, RMSSD) directement de l'analyse des intervalles R-R de chaque enregistrement ECG.

A démontré que les PVC fréquentes (>24% de charge) peuvent causer une cardiomyopathie réversible. L'ablation par cathéter du foyer PVC a conduit à la normalisation de la fonction ventriculaire gauche dans les 6 mois chez 82% des patients. Souligne l'importance clinique du suivi de la charge PVC — une fonctionnalité centrale de HeartLab.

Le standard international pour la mesure et l'interprétation de la variabilité de la fréquence cardiaque. Définit les métriques dans le domaine temporel (SDNN, RMSSD, pNN50) et le domaine fréquentiel (LF, HF, rapport LF/HF). HeartLab calcule la HRV selon ces standards validés pour chaque enregistrement ECG.

La détection des R-peaks de HeartLab est basée sur l'algorithme Pan-Tompkins — le gold standard de la détection QRS — amélioré avec des seuils d'amplitude adaptatifs, un filtrage basé sur la médiane et un traitement sensible à la qualité optimisé pour les données ECG à dérivation unique de l'Apple Watch.

Le classificateur de battements ML de HeartLab utilise les informations de fréquence cardiaque relative et l'analyse morphologique pour classifier les PVC, PAC et battements normaux. Entraîné et validé sur la MIT-BIH Arrhythmia Database — le benchmark standard pour la validation des algorithmes ECG.

HeartLab suit les directives AHA 2024 pour la classification des arythmies et les seuils de détection. Les plages normales de QTc, la stratification du risque de la charge PVC et les critères de détection de la FA sont tous alignés sur le consensus clinique actuel.

Cadre pour l'évaluation automatisée de la qualité du signal ECG utilisant de multiples indicateurs de qualité. HeartLab implémente une analyse de qualité du signal à 6 facteurs (dérive de la ligne de base, niveau de bruit, détection de lead-off, amplitude QRS, saturation du signal et plausibilité de la fréquence cardiaque) pour garantir que seuls les enregistrements fiables sont analysés.

Validation du score CHA₂DS₂-VASc pour la prédiction du risque d'AVC chez les patients en fibrillation auriculaire. Recommandé par les directives ESC et AHA/ACC pour guider le traitement anticoagulant. Le calculateur QTc gratuit et les outils CHA₂DS₂-VASc de HeartLab implémentent ces systèmes de scoring validés.