【嘉勤點評】華為發明的心臟健康狀態評估方案，根據心律樣本數據訓練得到心律評分模型，將待識別的心律特征輸入心律評分模型中，以得到心臟狀態的評估分數，通過該分數，可以直觀地了解到自身當前的心臟健康程度。

集微網消息，在當今的社會中，中低風險的心律失常極其普遍。在目前的醫療體系中，對于偶發性、無明顯癥狀的心律失常，醫生一般不建議藥物治療。但是，如果不施加干預，中低風險的心律失常也會加重心臟負擔，使得心律失常疾病頻發以及年輕化。

在目前的診療方案中，通常通過電子病歷、醫學影像、ICU監控數據等醫院內的采集的數據綜合分析和預測用戶的心臟健康疾病風險。但是此類診療方案的目標人群主要是疾病末期患者，關注的重點是具有死亡威脅的高危疾病，中低風險的心律失常并非醫生關注的對象，醫生難以在心律失常的早期可逆轉的階段及時提醒用戶。

除此之外，當前許多智能穿戴設備具有心律檢測的功能，但是這些智能穿戴設備的提示方式較為簡單，只能簡單提示“未見異常”、“偶發不規則心律”、“疑似房顫”等。由于大多數用戶缺乏心臟疾病的知識，這種提示方式對用戶來說理解難度較高，難以認知到心臟的健康程度。

為此，為了讓用戶可以對心臟的健康狀況有一個直觀的認知，華為在2019年11月22日申請了一項名為“一種心臟狀態評估方法、裝置、終端設備及存儲介質”的發明專利（申請號：201911155678.6），申請人為華為技術有限公司。

根據該專利目前公開的相關資料，讓我們一起來看看這項技術方案吧。

如上圖，為該專利中發明的心臟狀態評估方法的流程示意圖，首先，需要獲取心律樣本數據，該數據中包括樣本心律特征和樣本標簽，在對用戶的心臟狀態進行評估之前，需要先獲取心律樣本數據，根據心律樣本數據構建心律評分模型。在實際應用的過程中，可以通過專業的心律診療設備、智能穿戴設備等設備的傳感器采集反映用戶心律狀態的原始數據。

其次，根據心律樣本數據對預設評分模型進行訓練，得到心律評分模型。該方案中使用回歸模型，例如線性回歸模型、CART模型以及梯度提升迭代決策樹模型等回歸模型中的一種作為預設評分模型。當確定了回歸模型的類型后，就可以使用心律樣本數據中的樣本心律特征和樣本標簽對回歸模型進行訓練。

最后，將待識別的心律特征輸入心律評分模型，得到心臟狀態評估分數，當訓練得到心律評分模型后，可以用心律評分模型為用戶評估心臟狀態。

如上圖，其中的三角形數據點為用戶在預設時間段內的心臟狀態評估分數，在該應用場景中，將用戶1的心臟狀態評估分數與預設的數據庫中存儲的心臟分數曲線進行匹配。心臟分數曲線A與用戶1的心臟狀態評估分數以及心臟狀態評估分數的變化曲線的匹配程度最高，可以使用心臟分數曲線A對用戶1未來的心臟狀態變化趨勢進行預測。

根據心臟分數曲線A的發展趨勢顯示，用戶1最近一次得到的心臟狀態評估分數為83，并且用戶1未來一段時間內心臟狀態可能會有所優化，由此可以判斷：心臟狀態評估分數可能會有所提升。

以上就是華為發明的心臟健康狀態評估方法，該方案中根據心律樣本數據訓練得到心律評分模型，將待識別的心律特征輸入心律評分模型中，以得到心臟狀態的評估分數。通過該分數，可以直觀地了解到自身當前的心臟健康程度，解決了現有技術中用戶難以認知心臟健康程度的問題。

（校對/holly）

,酋長的禮物,把荔枝一顆一顆推入她的,xplay評測 http://www.cityruyi.com/lm-2/lm-3/17649.html