下载掌阅APP，畅读海量书库
立即打开
果尔达·梅厄
我必须掌管时间，而不是被时间掌管。
几个月前，我应尼德主治医师的紧急请求第一次见到了他。尼德是一位在当地初创企业取得成功的软件工程师，他对自己反复出现的大约15秒的快速心跳感到担心。每次发作时，他都会出现短暂的头晕。这让他回忆起过去的经历，担心自己可能再次脑卒中。尼德今年39岁，6年前他曾经脑卒中过一次。他从未有过任何的医疗问题，当然也没有与心脏相关的严重的问题。家族中没有脑卒中病史，唯一相关的病史是他的父亲有轻度高血压和糖尿病前期症状，他正在服用药物并改变生活方式。他有两个兄弟姐妹，一个是年长的姐姐，一个是年幼的弟弟，根据他的说法，两人都非常健康，甚至未曾看过初级保健医生。
他向我回忆说，6年前的一个周末早晨，他像往常一样为孩子们做早餐。他的妻子通常会在周末的早晨睡懒觉，而他也乐于尽自己的一份责任，照看他们3岁和5岁的孩子，尤其是因为这让他有时间陪孩子们看动画片。他清晰地记得，当他伸手拿早餐麦片的时候，他感到不舒服，左侧身体突然无力，麦片包装盒从他手中滑落，他瘫倒在厨房地板上，发出一声闷响。他的妻子听到他摔倒的声音后立即冲向厨房，发现他凝视着一个方向，口齿不清，左侧身体瘫软。他记得急救人员赶到后把他紧急送往医院，在不到一个小时内，他完全恢复了语言能力和手臂的力量。
在医院进行的后续检查包括脑部核磁共振成像、心电图监测和超声心动图，以检查心脏功能是否存在异常。脑部核磁共振成像显示他有轻微脑卒中，而心电图监测没有发现任何问题，超声心动图也显示心脏正常。当时，心脏病专家要求进行经食管超声心动图检查，该检查需要将超声探头从喉咙探入食道，以便更仔细地观察心脏。这种方法可以更直接地接触心脏，让心脏病专家能够更好地观察左心房、附属物和心房间隔，相比于将超声探头按压在胸部外侧进行的常规超声心动图效果更好。
在超声心动图检查过程中，影像专家注射了造影剂，以观察心脏是否存在孔隙。令人惊讶的是，尼德有一个未闭合的卵圆孔。这是左右心房之间的一个通道，代表着我们在出生前心脏中就存在天然的孔隙，以便血液在两个心房之间流动。随着心脏在胚胎发育过程中的演变，这个孔隙会关闭。但是，在大约20%的患者身上，这个孔隙没有完全关闭。这种情况的风险在于，少部分患者可能会出现血块从心脏的右侧直接移动到左侧，而不经过肺部过滤。在某些情况下，这可能导致脑卒中，就像尼德所经历的那样。专家们对于未闭合的卵圆孔是不是导致尼德出现症状及其脑卒中的真正原因存在意见分歧，经过顶尖学术中心的多方会诊后，尼德接受了简单的介入性手术，使用一个双侧夹壳放置在房间隔上，将其封闭，防止体内静脉系统中的任何血块从孔隙穿过并进入大脑。然而，这样就能解决问题吗？
在我见到他的那天，他说感到心慌，进一步询问后，他说他从十几岁开始就一直有心悸和心律不齐的症状。他在进行卵圆孔闭合手术时也有过这种症状，现在又出现了。尤其值得注意的是，在进行卵圆孔封堵手术后，他出现了一些长时间的心慌。经过诊断，这被确认为房颤，需要电击来使心律恢复正常。此时，他还服用了抗凝药物，以防止形成血块导致脑卒中。当我问起童年时期的症状时，尼德提到他认为心悸是正常的，他的母亲甚至一度带他去看学校的心理医生，以为他只是焦虑而已。但从来没有人告诉他，他患有可能导致脑卒中的心律失常，他也从未被告知自己患有房颤。
会不会卵圆孔未闭合只是一个误导，他的主要问题实际上是房颤呢？房颤是最常见的心律失常之一，也会导致脑卒中。医学总是扑朔迷离的。如果能有一种清晰的方法，通过传感器将脑卒中与心律失常明确地联系起来，我们就能更接近真相，而不是像现在这样依赖推断。如果有一种办法，能够让我们一生的心跳被数字化跟踪并记录下来，从而主动监测房颤或任何其他心律失常，我们就能避免危及生命的情况发生。现在，我们能做到这一点，只是我们需要做得更好。
智能手表种类繁多，无法一一列举，在美国常见的有Apple Watch、Garmin、Suunto 7和Fitbit。尽管存在一些差异，但它们都致力于测量相同的生理信号。 [1] 它们共同关注的一个重点是识别房颤，这是最常见的心律失常之一，美国有500多万人患有房颤。房颤使脑卒中的风险增加5倍。房颤还会使心率加快，从而导致很大一部分患者出现心力衰竭。令人担忧的是，房颤可能是亚临床和轻度的，会被忽视，直到病情严重到表现出临床症状，而此时可能已经无法挽回。值得注意的是，无症状的房颤患者，死亡、心血管并发症或脑卒中的风险与最初出现症状的患者相似。没有症状并不意味着没有问题，事实上，恰恰相反，这可能导致未被察觉的病情恶化。智能手表和其他可穿戴设备可以通过腕部被动地测量脉搏。可穿戴技术有潜力主动监测健康问题，确保及时干预。大多数智能手表都使用PPG，通过光学传感器测量腕部血流的间歇性或脉动性，然后生成心电图，并通过算法评估这些信号的规律性或不规律性，以帮助诊断房颤。心电图应用程序与Fitbit Sense智能手表结合使用，允许患者随时进行心电图检查。最近，我采访了哈佛大学医学院教授、Fitbit心脏研究国家首席研究员史蒂夫·卢比茨博士，该研究测试了Fitbit手表发出的PPG信号对45.5万名房颤患者的诊断效果。 [2] 虽然手表在诊断房颤方面表现良好，诊断房颤的阳性预测值达到98%，但史蒂夫表示手表并非完美无缺。他说，这些手表在患者静止不动时效果最好，可以最大限度地减少运动和手部动作对记录的干扰。这在诊断心律失常时有一定的局限性，因为心律失常可能很短暂，而且只在活动时发生，而这在某些患者身上很常见。
最近，由苹果公司赞助的“苹果心脏研究” [3] 在许多方面产生了颠覆性的影响。首先，苹果绕过了传统的临床试验招募患者方式，设置了一个应用程序。所有患者只需要一块苹果手表、一部苹果手机和一个应用程序。“苹果心脏研究”作为一项观察性试验，共有419 297名患者参与，旨在测试手表在诊断房颤方面的功效。当6次心率测量中有5次显示不规则脉搏时，它会通过应用程序向患者发送通知。结果显示，手表在诊断房颤方面表现良好，但并不完美。阳性预测值低于Fitbit手表，是84%，这让临床医生感到不安，他们担心会收到来自那些身体健康但手表显示房颤，也就是假阳性患者的咨询。这可能会让医院系统过载，并在患者中引起恐慌。能够监测心律失常的手表是一把双刃剑：一方面它可以将诊断工具传播到人群中，但智能手表的准确性不如传统的短时非侵入性诊断工具，如心电图、贴片监测器、动态心电图监测仪或者植入式环形记录仪。
准确监测房颤非常重要，特别是因为这种疾病的患病率高且发病率不断增加。预测显示，随着人口老龄化，到2050年，美国人口结构变化将使房颤患者的数量增加至1 200万。因此，即使仅有一小部分患者被手表误诊为假阳性，这也将给执业医师带来可怕和沉重的工作负担。另一方面，我相信随着时间的推移，监测的准确性将会提高，同时也会进一步提高阳性预测值的算法。许多人工智能领域的公司，如Cardiologs，正在开发基于云的方法，以改进算法，使策略变得自动化、可靠、可部署和可扩展。 [4] 还有相当多的工作正在进行中，涉及神经网络模型 [5] 在预测心脏功能、死亡率和心律失常方面的作用，模型通过分析一个简单的智能手表心电图进行预测。想象一下，有一种像手表一样的工具，不仅可以实时准确定位心脏节律的异常，还能在不久的将来预警可能发生的潜在危险事件。 [6] 一个新时代已经来临。
并非每个人都支持智能手表在诊断房颤方面的作用。 [7] 事实上，美国知名心脏病专家米尔顿·帕克称其为有史以来最糟糕的心脏设备之一。在他的博客中，他指出这可能让普通大众过度警觉，使他们比必要时更加焦虑。在苹果公司赞助的心脏研究项目中，大多数参与者年龄在40岁以下，约有22万人。在这些人中，只有341人被告知心律不齐，其中只有9人确实患有房颤。他还说：“总体而言，根据这项研究，苹果手表监测出未确诊的房颤的概率，比一个人一生中被闪电击中的概率还要低。”
智能手表确实缺乏即时的临床应用性。在当前阶段，它只是一个概念，仍然有许多关于房颤的问题没有得到解答，这使得使用这项技术来诊断和监测房颤变得相当复杂。我们对智能手表首次监测到房颤患者死亡、脑卒中或心血管问题的风险一无所知。那么我们能够预防死亡或脑卒中吗？在智能手表监测到房颤的情况下，抗凝药物是否有助于预防脑卒中？这种设备始终有可能向健康人发出错误警报并造成焦虑。在鼓励广泛应用之前，我们需要更好地理解从PPG引导下的心动图中获得的提示。
苹果公司高层对于苹果手表的作用过于乐观，苹果首席运营官杰夫·威廉姆斯表示，苹果手表将成为用户健康的最终守护者。 [8] 然而，这一目标距离实现还有很长的路要走。最近，苹果手表上增加了血氧饱和度传感器，这是朝着正确方向迈出的一步。对于许多问题，其答案部分在于执行一个明确的试验来证明这种监测系统的价值。这项试验需要随机进行，并有临床医生可以依赖的临床终点。研究需要涵盖所有年龄组的大量个体，其中每个参与者都将获得一块手表，但只有一半的参与者将从手表中获取信息。当然，这项研究还需要有足够多的患者参与，以观察干预措施能否降低脑卒中和死亡的风险。
美国心脏病学会网站主编金·伊格尔表示：“这款手表的准确性仍然不及目前使用的更传统的技术。这只是未来的一个预览，但我们还有很长的路要走。” [9]
随着房颤发病率的增加，患者的发病风险也在增加。房颤会使脑卒中的风险增加5倍，而且许多患者可能没有症状，处于亚临床状态。在我接诊的房颤患者中，近1/4没有症状。它通常是在例行检查中意外发现的，或者患者首次出现的症状不是心悸，而是心力衰竭引起的呼吸困难。长时间未被监测到的房颤，会引起心率过快，从而导致心肌缺血、心力衰竭。在很多房颤患者中，脑卒中可能是首次出现的症状。值得注意的是，所有与房颤相关的脑卒中中，1/5可能是房颤的最初表现。 [10]
制定以人群为基础的筛查策略是有道理的，因为我们知道4/5的人口拥有智能手机，其中近15%的人佩戴智能手表。基于技术成熟度方面的一些担忧，智能手表在监测房颤方面的作用尚不确定。在预先筛选的已经确诊房颤的人群中，它可能有更好的作用，我们可以通过监测房颤的复发情况来决定治疗方案。此外，对心力衰竭患者进行监测可能也是有益的，因为当他们发展为房颤时，他们的预后可能会显著恶化。
对于低风险的年轻患者（他们存在短暂且无症状的房颤），这种可穿戴技术的作用或影响尚不清楚。关于这种亚临床疾病是否具有临床意义还存在争议。一些关键意见领袖认为，在没有其他风险因素（如糖尿病、高血压、65岁以上或血管疾病）的情况下无须担心。有趣的是，在65岁以上的人口中，有3%的人患有无症状的房颤，这可能对公共健康产生重要影响。另一方面，其他人（包括我在内）认为，亚临床短暂性房颤可能是真正房颤的前兆。这类似于糖尿病前期，大多数患者会发展成全面的糖尿病。如果采取适当的措施调整生活方式，那么就像成年糖尿病一样，房颤是完全有可能预防的。
但是，智能手表的魅力并不仅限于此。它确实可以改变我们对于常规护理和紧急护理的看法。我想起了《波士顿环球报》关于丹·普福广为人知的报道。 [11] 丹是一位70岁的退休管理顾问。丹在玛莎葡萄园骑自行车时偏离了车道，进入一条人迹罕至、未铺设路面的小径。他撞到了一个凸起物，从自行车上摔了下来，接下来他只记得自己被送上了救护车。他不记得自己曾打电话求助，但手表自动发出了呼叫。苹果手表的传感器可以监测跌倒，如果用户在60秒内没有移动，手表会自动拨出求助电话。在急诊室，丹被发现有脑出血，因此他被直升机送往波士顿的麻省总医院接受进一步治疗。苹果手表介入的速度之快，无疑有助于避免可能发生的意外。正如我在讲座中经常说的那样，我们需要“关注智能手表，因为很快手表也会关注我们”。
苹果心脏研究和Fitbit心脏研究已经彻底改变了我们进行临床试验的方式。这两项研究都采用了远程策略来招募、签署知情同意书、随访和管理研究参与者。虽然这两项研究都可能因为缺乏结果或存在一定数量的假阳性而受到批评，但这取决于你在解读这些研究时戴的是什么眼镜。两项研究都是规模庞大、雄心勃勃的，表明手表可以用于监测房颤；然而仍然需要进一步的改进。
使用应用程序进行研究招募是我们讨论已久的话题，我们非常高兴看到它在大规模人群中得以实施。这将显著推动科学研究，并促使大规模数据集的生成，从而改变研究领域的格局。今后如何将大规模数据集与电子病历进行整合是一件有趣的事，因为这才是真正决定电子病历临床价值和实用性的因素。可穿戴设备将使行为改变成为可能，而行为改变可能对疾病状态和结果产生积极影响。 [12] 对个体在运动方面的能力、活动水平和习惯进行评估和分析，将在很多方面具有意义，通过简化的生活方式不仅可以降低成本，还可以促进整体健康。用于监测、风险分层、诊断特定疾病状态以及促进生活方式的智能手表，将成为我们对抗疾病重要的武器之一。
新冠肺炎疫情无疑凸显了数字基础设施和远程患者监测服务的需求。 [13] 根据我的经验，在跟踪9名使用植入式设备的新冠病毒感染者时，基于传感器的数据可以在感染者出现症状之前捕捉到变化，我们能够从他们的植入装置中下载数周的数据，既包括他们感染新冠病毒前的数据，也包括他们康复期间和康复后数周的数据。心率升高、体力活动减少以及肺阻抗变化（由新冠病毒感染引起）与感染者的症状密切相关，并且发生在住院之前，这些指标在出院后几天内就能恢复正常。可穿戴技术和智能手表可以提供相同甚至更多的信息。
许多源自手表的指标，如心率、心率变异性、呼吸频率、活动量、睡眠和血氧饱和度，现在可以用于监测心脏病患者和心力衰竭患者，也可以用于发现早期感染并在整个病程中监测患者。 [14] 心率升高是发热的直接后果，这是人体对病毒产生的防御反应。如前所述，心率变异性反映了整体健康和压力水平。心率变异性越低，预后越差，对于心脏病患者来说，心率变异性越低，死亡率越高。新冠病毒感染者体内释放肾上腺素来对心血管系统施加压力，从而提高静息心率和平均整体心率，并影响血压。睡眠可通过测量心率和加速度计数据来量化睡眠的持续时间和质量。事实证明，感染者的睡眠时间延长且睡眠质量下降。
这些可穿戴设备的美妙之处在于使用简单。它们在群体和个体层面都能发挥作用。在群体层面，它们可以帮助识别风险社区、监测疾病传播，并客观量化公共卫生干预措施在大范围内的影响。利用机器学习，人们可以可靠地监测和衡量人群的健康状况，这有助于避免病例激增和其他灾害。在个体层面，智能手表已经在新冠病毒的实时监测中占据一席之地。 [15] 它们可以在出现症状之前监测生理变化。智能手表可以通过多种方式（心率、身体活动、血氧饱和度等变化）识别与基准值的偏差，并采用多级报警策略防止误报。这使得患者可以在临床确诊之前主动自我隔离，也方便了在家中或者医院监测疾病的进展。通过对这类设备进行远程监测，可以及早发现疾病，并在家中适当升级护理。此外，迅速而客观地确定是否需要转移到医院进行更密切的监测和护理也至关重要。
几乎20%的人使用智能手表，而从云端获取并根据邮政编码和社区进行定位的匿名数据，可以为公共卫生人员和研究人员提供宝贵的信息，以确定感染和传播风险增加的地区。 [16] 然而，许多问题需要解决：数据隐私和数据共享、监测的依从性、社会差距的影响以及医疗公平性方面的差距。智能手表可以同时用于普通健康监测和疾病监测，为早期疾病监测和预防提供了巨大的机会。这项工作才刚刚开始。
[1] Hajj-Boutros, G., et al. 2022.“Wrist-Worn Devices for the Measurement of Heart Rate and Energy Expenditure: A Validation Study for the Apple Watch 6, Polar Vantage V and Fitbit Sense.” Eur J Sport Sci 1–13. doi:10.1080/17461391.2021.2023656.
[2] Lubitz, S. A., et al. 2021.“Rationale and Design of a Large Population Study to Validate Software for the Assessment of Atrial Fibrillation from Data Acquired by a Consumer Tracker or Smartwatch: The Fitbit Heart Study.” Am Heart J 238:16–26.
[3] Perez, M. V., et al. 2019.“Large-Scale Assessment of a Smartwatch to Identify Atrial Fibrillation.” N Engl J Med 381:1909–17.
[4] Maille, B., et al. 2021.“Smartwatch Electrocardiogram and Artificial Intelligence for Assessing Cardiac-Rhythm Safety of Drug Therapy in the COVID-19 Pandemic. The QT-logs study.” Int J Cardiol 331:333–39.
[5] 神经网络模型是一种模拟人脑神经思维方式的数据模型，用于处理和分析复杂的数据。——译者注
[6] Singh, J. P., et al. 2022.“Short-Term Prediction of Atrial Fibrillation from Ambulatory Monitoring ECG Using a Deep Neural Network.” Eur Heart J Digit Health ztac014. doi:10.1093/ehjdh/ztac014.
[7] Kowey, P. 2019.“Indeed, Dr. Packer, What Did the Apple Heart Study Achieve?” Medpage Today. https://www.medpagetoday.com/cardiology/arrhythmias/78932.
[8] Martellaro, J. 2018.“The Apple Watch Is Now the Intelligent Guardian of the Galaxy.” Mac Observer. https://www.macobserver.com/columns opinions/editorial/apple-watch-intelligent-guardian/.
[9] 2019“Apple Heart Study Identifies AFib in Small Group of Apple Watch Wearers.” American College of Cardiology. https://www.acc.org/latest-in cardiology/articles/apple-heart-study-acc-2019A.
[10] Pistoia, F., et al. 2016.“The Epidemiology of Atrial Fibrillation and Stroke.” Cardiol Clin 34:255–68.
[11] Bray, H. 2021.“A Smart Watch Could Save Your Life.” Boston Globe. https://www.bostonglobe.com/2021/08/23/business/how-smart-watch-could save-your-life/.
[12] Sahu, M. L., et al. 2021.“IoT-Enabled Cloud-BasedReal-Time Remote ECG Monitoring System.” J Med Eng Technol 45:473–85.
[13] T. 2021.“Wearable Fitness Trackers Could Detect COVID before You Do.” WebMD. https://www.webmd.com/lung/news/20211130/wearable-fitness trackers-covid.
[14] Mishra, T., et al. 2020.“Pre-Symptomatic Detection of COVID-19 from Smartwatch Data.” Nat Biomed Eng 4:1208–20.
[15] Sherburne, M. 2022.“Wearables Can Track COVID Symptoms, Other Diseases.” University of Michigan News. https://news.umich. edu/wearables can-track-covid-symptoms-other-diseases/.
[16] Vogels, E. A. 2020.“About One-in-Five Americans Use a Smart Watch or Fitness Tracker.” Pew Research Center. https://www.pewresearch.org/fact tank/2020/01/09/about-one-in-five-americans-use-a-smart-watch-or-fitness tracker/.