Vnitr Lek 2022, 68(3):160-165 | DOI: 10.36290/vnl.2022.032

Využití telemedicíny v arytmologii

Veronika Bulková1, 2, Jakub Pindor1, Filip Plešinger1, 3, Ivo Viščora3, Martin Fiala1, 2
1 MDT - Mezinárodní centrum pro telemedicínu, Medical Data Transfer, Brno
2 Centrum kardiovaskulární péče, Neuron Medical, Brno
3 Ústav přístrojové techniky AV ČR, Brno

Telemedicínu lze definovat jako zdravotnickou službu, která zejména v oblasti diagnostiky využívá technologie současného vzdáleného přenosu velkého objemu dat od velkého množství pacientů. Tato data jsou následně centrálně zpracována a poskytována velkému množství zdravotnických subjektů, které si telemedicínskou službu po své pacienty zadávají na národní i mezinárodní úrovni. V arytmologii je telemedicína využívána zejména při dlouhodobém monitorování EKG v diagnostice arytmií a ke kontrole léčby pomocí externích záznamníků, chytrých hodinek a implantabilních přístrojů. Zpracování obrovského objemu telemedicínských dat stále více využívá umělou inteligenci.

Klíčová slova: telemedicína, arytmologie, monitorování EKG, umělá inteligence.

Telemedicine in arrhythmology

Telemedicine can be defined as a health care service that, specifically in the field of diagnostics, employs remote transfer of a large volume of data from a large number of subjects at the same time. This data is subsequently processed on a central basis and returned to a large number of health care providers by whom the service was ordered on national or international level. In arrhythmology, telemedicine is used particularly in long-term ECG monitoring to diagnose arrhythmias and check out treatment outcome via external recorders, smart watch, and implantable devices. To facilitate analysis of large telemedicine data volume, artificial intelligence is being increasingly exploited.

Keywords: telemedicine, arrhythmology, ECG monitoring, artificial intelligence.

Zveřejněno: 26. duben 2022  Zobrazit citaci

ACS AIP APA ASA Harvard Chicago Chicago Notes IEEE ISO690 MLA NLM Turabian Vancouver
Bulková V, Pindor J, Plešinger F, Viščora I, Fiala M. Využití telemedicíny v arytmologii. Vnitr Lek. 2022;68(3):160-165. doi: 10.36290/vnl.2022.032.
Sdílet...
Stáhnout citaci
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Zobrazit celý článek

    Reference

    1. Varma N. Rationale and design of a prospective study of the efficacy of a remote monitoring system used in implantable cardioverter defibrillator follow‑up: the Lumos‑ T Reduces Routine Office Device Follow‑Up Study (TRUST) study. Am Heart J. 2007;154:1029-1034. Přejít k původnímu zdroji... Přejít na PubMed...
    2. Crossley GH, Boyle A, Vitense H et al. The CONNECT (Clinical Evaluation of Remote Notification to Reduce Time to Clinical Decision) trial: The value of wireless remote monitoring with automatic clinician alerts. J Am Coll Cardiol. 2011;57:1181-1189. Přejít k původnímu zdroji... Přejít na PubMed...
    3. Mabo P, Victor F, Bazin P et al. A randomized trial of long‑term remote monitoring of pacemaker recipients (The COMPAS trial). Eur Heart J. 2012;33:1105-1111. Přejít k původnímu zdroji... Přejít na PubMed...
    4. Saxon LA, Gates DL, Gilliam PA et al. Long‑term outcome after ICD and CRT implantation and influence of remote device follow‑up: the ALTITUDE survival study. Circulation. 2010;122:2359-2367. Přejít k původnímu zdroji... Přejít na PubMed...
    5. Hutten H, Schreier G, Kastner P. Cardiac telemonitoring using pacemakers and the Internet. Medical & Biological Engineering & Computing. 1999;35 (Suppl 2):1295
    6. Roberts PR, El Refai MH. The Use of App‑based Follow‑up of Cardiac Implantable Electronic Devices. Card Fail Rev. 2020;6:e03. Přejít k původnímu zdroji... Přejít na PubMed...
    7. Tilz, Roland R et al. "Real‑worldAdoptionof Smartphone‑based Remote Monitoring UsingtheConfirmRx™ InsertableCardiac Monitor." The Journal of innovations in cardiac rhythm management vol. 12:8 4613-4620. Přejít k původnímu zdroji... Přejít na PubMed...
    8. Varma N, Piccini JP, Snell J, Fischer A, Dalal N, Mittal S. Relation ship between Level of Adherence to Automatic Wireless Remote Monitoring and Survival in Pacemaker and Defibrillator Patients. J Am Coll Cardiol. June 23, 2015;65(24):2601-2610. Přejít k původnímu zdroji... Přejít na PubMed...
    9. Tarakji KG, Vives CA, Patel AS, Fagan DH, Sims JJ, Varma N. Success of pacemaker remote monitoring using app‑based technology: Does patient age matter? Pacing Clin Electrophysiol. 2018 Oct; 41(10):1329-1335. Přejít k původnímu zdroji... Přejít na PubMed...
    10. Plesinger F, Andrla P, Viscor I, Bulkova V, Jurak P. "Shape Analysis of Consecutive Beats May Help in the Automated Detection of Atrial Fibrillation," in Computing in Cardiology, 2018. Přejít k původnímu zdroji...
    11. Clifford GD et al. AF Classification from a Short Single Lead ECG Recording: The Physionet Computing in Cardiology Challenge 2017. In Comput Cardiol. (Rennes IEEE), 2017.1-4. Přejít k původnímu zdroji...
    12. Datta S et al. Identifying Normal, AF and other Abnormal ECG Rhythms using a Cascaded Binary Classifier. In Comput Cardiol (Rennes IEEE). 2017;44:1-4. Přejít k původnímu zdroji...
    13. Hong S et al. ENCASE: an ENsemble ClASsifiEr for ECG Classification Using Expert Features and Deep Neural Networks. In Comput Cardiol (Rennes IEEE), 2017, vol. 44, 1-4. Přejít k původnímu zdroji...
    14. Teijeiro T, García CA, Castro D, Félix P. Arrhythmia Classification from the Abductive Interpretation of Short Single‑Lead ECG Records. In Comput Cardiol (Rennes IEEE), 2017, vol. 44, 1-4. Přejít k původnímu zdroji...
    15. Ronneberger O, Fischer P, Brox T. U‑Net: Convolutional Networks for Biomedical Image Segmentation. Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics). 2015;9351:234-241. Přejít k původnímu zdroji...
    16. Reyna MA et al. Will Two Do? Varying Dimensions in Electrocardiography: The PhysioNet/Computing in Cardiology Challenge 2021. Přejít k původnímu zdroji...
    17. Nejedly P, Ivora A, Viscor I, Halamek J, Jurak P, Plesinger F. Utilization of Residual CNN‑GRU With Attention Mechanism for Classification of 12-lead ECG.
    18. Vaswani A et al. Attention is all you need. In Advances in Neural Information Processing Systems. 2017; Decem. 2017:5999-6009.
    19. Baltruschat IM, Nickisch H, Grass M, Knopp T, Saalbach A. Comparison of Deep Learning Approaches for Multi‑Label Chest X‑Ray Classification. Sci. Reports. 2019; Apr. 2019:1-10. Přejít k původnímu zdroji... Přejít na PubMed...

    Zpět na obsah


    Vnitřní lékařství

    Vážená paní, pane,
    upozorňujeme Vás, že webové stránky, na které hodláte vstoupit, nejsou určeny široké veřejnosti, neboť obsahují odborné informace o léčivých přípravcích, včetně reklamních sdělení, vztahující se k léčivým přípravkům. Tyto informace a sdělení jsou určena výhradně odborníkům dle §2a zákona č.40/1995 Sb., tedy osobám oprávněným léčivé přípravky předepisovat nebo vydávat (dále jen odborník).
    Vezměte v potaz, že nejste-li odborník, vystavujete se riziku ohrožení svého zdraví, popřípadě i zdraví dalších osob, pokud byste získané informace nesprávně pochopil(a) či interpretoval(a), a to zejména reklamní sdělení, která mohou být součástí těchto stránek, či je využil(a) pro stanovení vlastní diagnózy nebo léčebného postupu, ať už ve vztahu k sobě osobně nebo ve vztahu k dalším osobám.

    Prohlašuji:

    1. že jsem se s výše uvedeným poučením seznámil(a),
    2. že jsem odborníkem ve smyslu zákona č.40/1995 Sb. o regulaci reklamy v platném znění a jsem si vědom(a) rizik, kterým by se jiná osoba než odborník vstupem na tyto stránky vystavovala.

    Ne
    Ano

    Pokud vaše prohlášení není pravdivé, upozorňujeme Vás,
    že se vystavujete riziku ohrožení svého zdraví, popřípadě i zdraví dalších osob.