關於 HeartLab

驗證穿戴式心電圖用於心房顫動檢測的里程碑式研究。419,297名參與者。Apple Watch陽性預測值：84%。該研究證明消費級穿戴裝置可以成為心房顫動的合法篩檢工具。

直接比較顯示心房顫動檢測的靈敏度為94.5%，特異性為95.7%。Apple Watch在99.3%的案例中正確分類了竇性心律。

深度學習模型在12個心律類別中達到了心臟病專家級別的準確度。PVC檢測靈敏度：93.2%。PAC檢測：88.7%。單導程穿戴式心電圖能檢測出遠超最初預期的內容。

500名患者同時佩戴Apple Watch和Holter 7天。心房顫動檢測：97%靈敏度（Watch，7天）對比89%（Holter，24小時）。PVC負荷相關性：r=0.82。對於心房顫動篩檢，一週的智慧手錶心電圖可能超越傳統的24小時Holter。

一個34層卷積神經網路，在從單導程心電圖資料分類12種不同的心律類型時，達到或超過認證心臟病專家的準確度。這項基礎性工作證明了AI可以可靠地解讀單導程心電圖——Apple Watch使用的正是同類型訊號。

系統性綜述驗證了消費級穿戴裝置得出的HRV指標（RMSSD、SDNN）與臨床級設備顯示出強相關性（r > 0.90）。確認穿戴式心電圖的R-R間期資料可靠地用於HRV計算。

QTc > 500 ms攜帶2-3倍增加的尖端扭轉型室速風險。藥物誘導的QT延長在美國每年造成約15,000例死亡。超過200種藥物可延長QT間期。HeartLab使用四種經驗證的公式計算QTc：Bazett（1920）、Fridericia（1920）、Framingham（1992）和Hodges（1983）。

LQTS盛行率：2,000人中有1人（許多未確診）。Apple Watch QTc測量精度：與12導程相比±15 ms。連續QTc測量提高診斷準確性——這正是HeartLab透過縱向QTc趨勢追蹤使用的方法。

在超過13,000份心電圖中對Bazett、Fridericia、Framingham和Hodges校正公式進行全面比較。Fridericia顯示出最佳的頻率獨立性（r=0.04對比Bazett的r=0.32）。HeartLab實作了所有四種公式，以Fridericia為預設值，因其更優的準確性。

由臨床藥理學家維護的已知延長QT間期藥物的權威資料庫。超過200種藥物按風險類別（已知風險、可能風險、條件性風險）列出。HeartLab的QTc監測對服用此登記冊中藥物的患者特別有價值。

PVC在24小時Holter監測中出現在75%的健康個體中。PVC負荷 < 10%通常為良性；負荷 > 15-20%攜帶PVC誘導心肌病的風險。HeartLab計算每次記錄的PVC負荷並追蹤隨時間的趨勢。

低HRV獨立預測心臟死亡率。心梗後低HRV患者猝死風險增加3.2倍。HeartLab直接從每次心電圖記錄的R-R間期分析中得出HRV指標（SDNN、RMSSD）。

證明頻繁的PVC（負荷>24%）可引起可逆性心肌病。PVC灶點的導管消融術使82%的患者在6個月內左室功能恢復正常。強調了PVC負荷追蹤的臨床重要性——HeartLab的核心功能。

心率變異性測量和解釋的國際標準。定義了時域指標（SDNN、RMSSD、pNN50）和頻域指標（LF、HF、LF/HF比值）。HeartLab按照這些經驗證的標準為每次心電圖記錄計算HRV。

HeartLab的R波峰檢測基於Pan-Tompkins演算法——QRS檢測的金標準——並透過自適應振幅閾值、基於中位數的濾波和針對單導程Apple Watch心電圖資料最佳化的品質感知處理進行了增強。

HeartLab的基於ML的心搏分類器使用相對心率資訊和形態學分析來分類PVC、PAC和正常心搏。在MIT-BIH心律失常資料庫上訓練和驗證——心電圖演算法驗證的標準基準。

HeartLab遵循AHA 2024心律失常分類和檢測閾值指南。QTc正常範圍、PVC負荷風險分層和心房顫動檢測標準均符合當前臨床共識。

使用多種品質指標進行自動心電圖訊號品質評估的框架。HeartLab實施6因素訊號品質分析（基線漂移、雜訊水準、導程脫落檢測、QRS振幅、訊號飽和和心率合理性），以確保僅分析可靠的記錄。

驗證CHA₂DS₂-VASc評分用於預測心房顫動患者的中風風險。ESC和AHA/ACC指南推薦用於指導抗凝治療。HeartLab的免費QTc計算器和CHA₂DS₂-VASc工具實作了這些經驗證的評分系統。