我国心血管疾病的发病率和死亡率仍处于上升阶段。据《2017年中国心血管疾病报告》统计，我国心血管疾病患者约2.9亿，死亡率占居民死亡率的40%以上，远高于肿瘤等疾病，居首位。心血管疾病已成为一个重大的公共卫生问题。
近日，华米科技（NYSE:HMI）与北京大学第一医院携手推出《2020年可穿戴设备心脏健康蓝皮书》(以下简称《蓝皮书》)。华米科技是一家基于云的健康服务提供商，拥有世界领先的智能可穿戴技术和大量的健康大数据，以“科技连接健康”为使命；北京大学第一医院有百年历史，在心血管疾病研究方面实力雄厚。基于华米科技健康大数据，双方共同展开研究，从专业角度展示了公众心脏健康状况、心血管疾病风险和未来发展趋势。
智能可穿戴设备可以帮助人们长期持续监测心率、心电图、睡眠、锻炼等多维健康数据，对健康风险评估具有重要的参考价值。数据显示，目前公众对智能可穿戴设备的接受度较高，活跃用户平均佩戴时间超过15小时，年龄越大，平均佩戴时间越长，60岁以上平均佩戴时间超过17小时，心电图数据测量频率随年龄增长，部分人使用智能可穿戴设备监测心脏健康已成为日常生活的一部分。
蓝皮书根据2008年世卫组织心血管疾病预防-心血管风险评估和管理指南的标准，对记录相关信息的用户进行了心血管疾病风险评估。分析结果表明，广东、海南和贵州的心血管疾病风险最大。
研究还发现，随着年龄的增长，心血管高风险的比例逐渐增加，男性的心血管风险高于女性。在60岁以上的男性中，心血管高风险占6.86%。
心率变异性(HRV)它是指心跳周期差异的逐渐变化。一般来说，它是心跳的快速和慢速变化。它通常用于预测心脏猝死和心律失常，可以判断心血管疾病的病情和预防。心率变异通常以SDNN值（即心跳间隔的标准差）为指标，SDNN值的降低表明心血管风险较高。
SDNN值可以通过智能可穿戴设备的心率传感器收集到的数据来计算。数据分析发现，随着受试者BMI(身体质量指数)的增加，心率变异性SDNN值会逐渐降低，而肥胖者的心率变异性最低，可见肥胖和超重是危害心脏健康的重要因素。
睡眠质量对心血管健康也非常重要。大数据分析发现，睡眠分数越高，睡眠质量越好，夜间平均心率越低。以往的研究也表明，与同龄人相比，夜间睡眠心率越低，心血管疾病和死亡的风险越低，保持良好的睡眠习惯对心脏健康有益。
房颤是最常见的心律失常之一，最大的危害是导致中风和心力衰竭，致残性高，复发性高，但早期房颤通常是阵发性或无症状，难以捕捉，可穿戴设备可持续检测心率，发现异常也可提醒，可帮助人们尽快发现房颤，防止中风或心力衰竭。
蓝皮书显示，疑似房颤患者在各个年龄段的久坐时间高于正常人群；疑似房颤的筛出率高于各个年龄段的女性；同时，疑似房颤的筛出率会随着年龄的增长而增加，这也符合房颤患病率随年龄增加的趋势；然而，即使在45岁以下的年轻人中，房颤的筛出率仍然达到3.89%，这表明年轻人不能忽视房颤的风险。
据了解，心脏健康一直是华米科技关注的重点领域，截至2020年3月，华米科技RealBeats™该算法分析了1450万个心电图数据，其中发现了4000多名疑似房颤用户。2019年，华米科技推出了RealBeatss自主研发™通过PPG光学分析健康数据引擎⼼速率数据和ECG⼼可以实现正确的电数据⼼律不⻬的⾃动甄别。此前，华米科技已与北京合作⼤学第⼀医院共同完成了智能化⼿环监测房颤的临床医学研究与RealBeats相结合™的智能⼿环PG和ECG功能判断房颤的准确性分别达到93.27%和94.76%。该研究成果已获得美国著名心脏病学期刊《心律学》（HeartRhythm）发表。
今年6月，华米科技推出了第二代心脏数据AI生物引擎RealBeatss™2.能有效消除运动过程中心率信号的噪声干扰，夜间和白天的有效房颤监测时间分别达到上一代的1.87倍和6.64倍。此外，通过建立心脏健康大数据模型，成功实现了人工智能的自动筛选，即折返性心动过速和频繁的室上早搏。
新冠肺炎疫情期间，华米科技通过健康大数据，结合季节、假日、天气等因素，建立了一套流行病发病趋势预测模型，很好地预测了西班牙、意大利等国家的疫情发展曲线。这一结果正式发表在SCI学术期刊Discretedynamicsinatureandsociety上，也证明了流行病预警和公共卫生管理。智能可穿戴设备的健康监测能力可发挥重要作用。
