目前國際上未有心房顫動篩查的指引,部分隱性病人病發前沒有病徵,亦有患者是間歇病發,篩查難一擊即中。中文大學醫學院利用手機應用程式(App)分析不同人的脈動光感(PPG)信號,記錄面部血液流動信號,並轉化為心跳率,為用家初步診斷有否患房顫。團隊於全球率先驗證到該方式準確率達95%,為全面推動房顫篩查提供新方向。

率領團隊作上述研究的中大內科及藥物治療學系副教授甄秉言表示,目前心房顫動檢查方式包括把脈、手持心電圖等,但準確率有待提高,加上有患者屬間歇病發,部分要先後檢查3次才發現問題,因此要探討成本效益高、有隨機性的篩查方法。

記錄面部血流動信號 轉化心跳率

甄說得悉美國麻省有科技公司開發手機應用程式,可利用鏡頭偵測手指及面部的PPG信號,分析用家的心跳率,團隊根據現有的程式,驗證兩種方法檢測心房顫動的準確率。

他解釋,血液經過皮下組織,每次心跳血氧含量會隨之改變,該應用程式利用手機鏡頭的感光原件,記錄光線於血管中血液量變化時的信號(即PPG信號),產生的波頻等同心跳率。透過應用程式,手機前置鏡頭可分析面部信號,用手指接觸後鏡則可分析手指的信號。

另可偵測手指信號

團隊於2016年4月1日至11月30日期間,招募威爾斯親王醫院心臟科的病人測試,最終217名病人完成檢查。團隊為病人安排3種測試,包括面部及手指的PPG信號,以及用作確診的12導聯心電圖,當中分析PPG信號需做3次測試,每次歷時20秒。

在測試的病人中,近35%(75人)患心房顫動,結果顯示,面部及手指測試準確率分別為95.4%及93.5%,團隊認為面部非觸式篩查方法方便快捷,準確性高,有潛力應用於遙距篩查。有關研究已於《美國心臟協會期刊》發表。

甄秉言又表示,接受測試的病人均為黃種人,尚未知該應用程式對其他膚色的準確性,加上病人住院均沒化妝,日後能否應用於有化妝者仍屬未知之數。

一相機同時篩查5人 96%準確

對於發展方向,甄認為應脫離手機限制,如可研究用高像素鏡頭,一次過分析多人的面部PPG信號,日後或可在診所門外放置鏡頭,在病人等候期間分析,隨機篩查市民有否心房顫動,達至更高成本效益。甄的另一研究已初步證實,一部相機可同時為5人作房顫篩查,準確率達96%。

甄說,公立醫院門診每年約有530萬人求診,當中三成(約160萬人)是65歲以上,按篩查發現率為1.4%推算,估計每年可篩查出2.2萬宗新症,若有六成人透過口服薄血藥治療,他相信透過篩查,本港每年至少可避免400宗中風個案。