心血管疾病感知与分析中挑战与机遇的综述

心血管疾病约占美国死亡人数的近三分之一。这些疾病的诊疗通常在医院等急性照护机构就诊期间确定。尽管在这些环境中的停留时间仅占患者生命的很小一部分，它们却占据了不成比例的大量决策。为克服这种偏向急性照护环境数据的偏差，需要对心血管疾病患者进行纵向监测。纵向监测能够提供更全面的患者健康图景，从而实现更明智的决策。本文综述了心血管疾病远程监测领域中现有的感知技术与机器学习分析方法的现状。我们强调了设计新型智能健康技术的三项主要需求：1) 需要能够在心血管疾病的体征与症状数据测量可能 infrequent、有噪声或缺失的情况下，追踪其纵向趋势的感知技术；2) 需要以纵向、连续方式建模所捕获数据的新分析技术，以辅助开发新的风险预测技术并追踪疾病进展；3) 需要个性化且可解释的机器学习技术，以推动共享临床决策的发展。我们基于智能健康技术与分析的最先进水平强调了这些需求，并讨论了在面向心血管疾病与照护领域的智能健康技术与分析开发中，解决这三项需求所存在的充足机遇。