图1. iPhone单导联（Lead 1）ECG显示AF。AliveCor iPhone手机壳背面设有电极，分别为lead 1的正极和负极
随着人口老龄化等问题的出现，AF发病率逐年提高，社区筛查无症状AF对预防中风具有重要意义，不过现有筛查程序并不划算。iPhone应用或许可以改变这一现状，使心电图筛查变得更加简单易行。
研究人员对比了iPhone ECG和12导联同步心电图检测AF的准确率，数据由心脏专科医生处理。这项研究记录了两组病人的iPhone ECG，记录时间仅需1分钟。记录时，体检人员将左右手手指置于手机背面外壳的两个电极上（图1），手指接触可以激活ECG记录双极电导1（左右手）。外壳电导1接收到的心脏电活动传送至iPhone的扩音器，随后内置程序再将信号解调为数字化心电,数字化心电图可实时查看或储存，并通过iPhone迅速传送至符合美国健康保险责任法案（US HIPAA）保密/隐私标准的安全服务器。文件以PDF格式保存，医生可通过密码保护的网站获取文件。iPhone ECG程序嵌有自动化算法，可解读心电图和过滤噪音，并以p波缺失和R-R间期不规则为标准诊断AF。
为评估iPhone ECG算法并对算法进行优化，研究小组招募了109名患者，其中39名患有AF。在做12导联心电图的6h中，研究人员对每名患者同时进行了单导联（lead 1）iPhone心电图记录，两份记录随后发给两名心脏病学家，两人均不知道12导联心电图的诊断结果。由第三个心脏病学家对12导联心电图进行分析和诊断。揭盲后，研究人员对算法进行优化，增加了P波缺失的权重，并对同一组数据进行重新分析。
研究还评价了iPhone ECG程序在不同医师分别在原始算法和优化算法下诊断AF的敏感性、特异性、总准确率和Kappa。算法优化后，敏感性、特异性、总准确率和Kappa值均有改善。优化后的结果中，全组中只出现一次假阴性，出现的5个假阳性均与导联1的低电压P波相关，其中2人同时伴有多重房性异位节律，并导致心电图不规则。
这项技术让我们可以通过iPhone快速方便地记录下高质量的单导联心电图。这项算法的敏感性、特异性和准确性很高，而目前智能手机的普及也让这一程序非常适于社区筛查。未来的研究中，我们可以利用手机程序在几秒钟内做出AF诊断。这种房颤的筛查手段或将持续性地减少中风的发生以及中风患者带来的负担。
