大多数糖尿病患者必须通过手指抽血测试来测量他们的血糖水平，其中部分患者使用可穿戴式连续血糖监测仪来测量，但即使如此通常也需要每天两次校准。众所周知，心电图(ECG)可以显示血糖水平异常的迹象，但不同患者在ECG波形中表现出的个体反应会影响结果的可靠性。

现在，英国华威大学的研究人员表明，通过对一种商用可穿戴设备(美敦力Zephyr Biopatch HP)生成的ECG图进行简单分析，就可以检测出危险的低血糖事件，准确率达到82%。这可与目前介入式连续血糖仪的能力相媲美。如果这些结果在更广泛的研究中得到证实，这项技术可能会对儿科患者有所帮助，有助于预防睡眠期间的低血糖，并大大改善许多糖尿病患者的生活质量。

这个新系统依赖于一种深度学习方法，可以识别不同人的心跳如何受到低血糖的影响。使用传统方法记录每个患者的ECG信号并记录低血糖事件。只要有足够的数据，沃里克系统就会捕捉到低血糖病例中出现的ECG信号生物标记物，在随后的分析中可以发现这些标记物。对于临床医生来说，让事情变得更容易是一种注释性的方法，它确保了ECG中指向低血糖的方面得到突出显示。

实线表示两个不同受试者在血糖水平正常(绿线)或低(红线)时的平均心跳。红色和绿色阴影表示平均值附近心跳的标准偏差。比较表明，这两个受试者在低血压事件期间有不同的ECG波形变化。具体地说，受试者1在低音时出现明显较长的QT间期，而受试者2则没有。垂直条形图代表每个ECG波在确定心跳是否被归类为低心跳或正常心跳时的相对重要性。一位训练有素的临床医生从这些条形图上看到，对于受试者1，T波位移影响分类，反映出当受试者处于低音状态时，心室的复极速度较慢。在受试者2中，心电图最重要的成分是P波和T波的抬高，提示受试者在低血压状态时，心房去极化和心室激动阈值受到特别大的影响。

本文转载自其他网站，不代表大健康派观点和立场。如有内容和图片的著作权异议，请及时联系我们（邮箱：scarlet.s@djkpai.com）