据《中国心血管疾病报告 2017》统计，我国患有心血管病人数约 2.9 亿，造成的死亡率占居民疾病死亡的 40% 以上，远高于肿瘤和其他疾病，居于首位。中国心血管疾病患病率及死亡率仍处于上升阶段，且心血管疾病已经成为重大的公共卫生问题。

而近日，华米科技（NYSE:HMI）携手北京大学第一医院，推出了《2020 可穿戴设备心脏健康蓝皮书》（下称「蓝皮书」）。

北京大学第一医院已有百年历史，在心血管疾病研究方面实力雄厚。双方基于华米科技健康大数据共同展开研究，从专业视角展现了大众心脏健康现状、心血管疾病风险和未来发展趋势。

智能可穿戴设备可以帮助人们长期持续监测心率、心电、睡眠、运动等多维度的健康数据，对健康风险评估有着重要的参考价值。数据显示，目前大众对于智能可穿戴设备的接受程度已经较高，活跃用户平均佩戴时长达 15 小时以上，年纪越大平均佩戴时间越长，其中 60 岁以上人群平均佩戴时长超过 17 小时，并且心电数据的测量频率也随着年龄的增长更为频繁，部分人群使用智能可穿戴设备监测心脏健康已经成为日常生活的一部分。

蓝皮书根据 2008 年 WHO 心血管疾病预防-心血管风险评估和管理袖珍指南的标准，对记录了相关信息的用户人群进行了心血管病风险评估。分析结果显示，在这些人群中，广东、海南、贵州三省的心血管疾病高风险人群占比最大。

研究还发现，心血管高风险的比例，随着年龄的增加而逐步升高，且男性的心血管风险高于女性，在超过 60 岁的男性中，心血管高风险占比高达 6.86%。

心率变异性（HRV）是指逐次心跳周期差异的变化情况，通俗的说就是心跳快慢变化情况，常用于预测心脏性猝死和心律失常，可以判断心血管疾病的病情及预防。心率变异性通常以 SDNN 值（即心搏之间时间间隔的标准差）为指标，SDNN 值降低提示更高的心血管风险。

通过智能可穿戴设备的心率传感器采集到的数据可以计算出 SDNN 值，数据分析发现，随着受试者 BMI（身体质量指数）的增加，心率变异性 SDNN 值会逐渐降低，而肥胖人群的心率变异性最低，可见肥胖和超重是危害心脏健康的重要因素。

睡眠质量对心血管健康也十分重要。大数据分析发现，睡眠得分越高、睡眠质量越好的人群夜间平均心率更低。既往的研究也表明，与同龄人相比，夜间睡眠心率越低心血管发病风险和全因死亡风险越低，保持良好的睡眠习惯有益于心脏健康。

房颤是最常见的心律失常之一，其最大危害是导致脑卒中和心力衰竭，且具有高致残性和高复发性，但房颤早期通常是阵发性或者无症状，难以捕捉，而可穿戴设备对心率可以进行持续性检测，发现异常还可进行提醒，可以帮助人们及早发现房颤，预防脑卒中或心力衰竭的发生。

蓝皮书显示，在各个年龄段中：

• 疑似房颤人群的久坐时长均高于正常的人群；
  
• 疑似房颤筛出率在各个年龄段男性均高于女性；
  
• 疑似房颤筛出率会随年龄的增加而升高，这也符合房颤患病率随年龄增加的趋势；
  

然而，即使在 45 岁以下的青年人群中，房颤筛出率依然达到 3.89%，提示青年人群也不能忽视房颤风险。

据了解，心脏健康一直是华米科技关注的重点领域，截至 2020 年 3 月，华米科技 RealBeats™ 算法分析了 1450 万条心电数据，其中发现了 4000 余位疑似房颤用户。在 2019 年，华米科技推出了自研的 RealBeats™ 健康数据引擎，通过分析 PPG 光学⼼率数据和 ECG ⼼电数据，可实现对⼼律不⻬的⾃动甄别。此前，华米科技已同北京⼤学第⼀医院共同完成了智能⼿环监测房颤的临床医学研究，搭载 RealBeats™ 的智能⼿环 PPG 和 ECG 功能判断房颤的准确度分别达到了 93.27% 和 94.76%，该研究成果已获美国知名心脏病学期刊《心律学》（Heart Rhythm）发表。

今年 6 月，华米科技推出了第二代心脏数据 AI 生物引擎 RealBeats™ 2，能有效地消除运动时对心率信号的噪声干扰，夜晚和白天有效房颤监测时间分别达到了上一代的 1.87 倍和 6.64 倍。此外，通过建立心脏健康大数据模型，还成功实现了折返性心动过速和室上性频发早搏的AI自动甄别。

在新冠疫情期间，华米科技通过健康大数据并结合季节、假日、天气等因素，建立起了一套流行病发病趋势预测模型，并很好地预测了西班牙、意大利等国家的疫情发展曲线，该成果在 SCI 学术期刊 Discrete Dynamics in Nature and Society 正式发表，也证明了在流行病预警和公共卫生管理方面，智能可穿戴设备的健康监测能力可发挥重要作用。

编辑：陈达达 / 深圳湾