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。
Read more
