斯坦福大学黑科技——人工智能看心脏病

　　美国斯坦福大学研究人员最新开发出一种深度学习算法，通过分析可穿戴监测设备产生的心电数据，诊断出13种不同类型的心律失常，其准确性甚至超过心脏病医生。相关研究论文已在收录科学文献预印本的在线开放数据库arXiv上发布。这项成果未来可用于可用于改善偏远地区或发展中国家无法看心脏病医生的人群提供专家级的心律失常诊断，还可以配合高危人群日常使用的可穿戴心律监测设备，以便在发现可能致命的心律异常时及时通知急救人员。

　　——来源：新华社
 

　　医院信息系统将更加智能化、云计算化。智能诊疗，医疗健康数据走向共享、共通，这是未来医疗发展方向。

　　在针对广大心血管病患者的诊疗过程中，心电图是临床医生的首选检查项目之一，因其无创便捷、高准确度的特性在国内外各级别医疗机构中均有广泛使用。然而，部分心律失常患者(如阵发性房颤)的诊断往往需要进行长时间的心电监护，因此也大大增加了判图、读图心电图医师的工作量。好消息是，随着医疗器械日益智能化，设备和人工智能的方法、算法结合，可以代替部分人工作业。

　　将移动互联网与动态心电记录、自适应分析技术融合为一体的医疗级心脏远程实时监护终端产品心安宝，实现了远程、移动、交互式心电监测，并完成三年大样本临床试验。

　　优加利创建了国内首家专业提供电生理数据服务的数据云平台和数据服务中心，将人工智能和专业心电分析服务相结合，将临床医生从繁琐的电生理数据处理工作中解脱出来，更好更快的做出医疗决策疗。

　　优加利电生理数据处理服务和心脏远程监护网络系统分别通过国际质量体系标准ISO9001和ISO13485认证。

　　优加利心安宝远程心电系统，以医疗级终端产品心安宝、专业数据服务、医用级大数据为核心。从2008年首批接入山东、北京、上海等地大型医院，成功应用于临床，到2016年，优加利心脏远程实时监护服务已联网全国1400多家各级医疗机构，累计存储2300万份数据，服务超过 65万患者，其中32056例高危患者被早期发现抢救成功，还有许多早期干预治疗的患者，缓解或扭转了他们的病情进展。