近期，Google Health 举办了主题为「The Check Up」的活动，Google Health 一直致力于通过提供信息、工具和技术，帮助世界各地的人过上更健康生活。本次活动分别对 Search、YouTub、Fitbit、AI 的健康创新做了详细介绍。具体包括，Search 、YouTube 、Fitbit 以及 AI 技术在孕产妇护理、眼疾检查和智能手机听诊器方面的创新项目研究。

Search

● Search - 使用户更轻松地查找和预定美国本地的护理机构：

在美国，初级保健预约的平均等待时间通常是 20 天或更长。因此，为了使我们的用户能更容易在网上进行医疗预约，Google Health 正与试点伙伴合作推出一项新搜索功能——在 Google Search 上直接显示当地医疗机构的最早可预约时间。

目前这一新搜索功能还处在初期阶段。未来几周将在全美范围内率先推出英语版。

当用户搜索特定的医生或医疗机构时，他们能看到一个可用的预约列表，包括可以预约的最早日期。用户可以点击 "更多预约 "来查看完整的列表。点击 "预订 "用户将跳转到第三方合作网站，完成他们的医疗预订。

YouTub

● YouTube- 帮助印度、日本和巴西的用户在 YouTube 上搜索本地的权威健康内容

去年，Google Health 在 YouTube 上推出以下两个新功能，使用户更容易搜索和识别到权威的健康信息。YouTube 宣布将开始向在 YouTube 上搜索最佳健康状况的、来自巴西、印度和日本用户显示健康来源信息面板和健康内容架。

○ 健康来源信息面板：

    安装在 YouTube 视频上，以提供背景信息，帮助观看者识别权威来源的视频。图：印度版健康来源信息面板

○ 健康内容架：

    当用户在 YouTube 搜索健康主题时，突出显示权威来源的视频。

图：健康内容架

之后这两项功能会在全球范围内进一步扩广。

Fitbit

● Fitbit 解决心房颤动问题

心房颤动（AFib）是一种不规则的心律，影响到全球近 3350 万人。由于通常没有症状，且零星发作，心房颤动往往很难被发现。数据显示，患有心房颤动的人的中风风险要比普通人高五倍。因此，追踪心率的关键让人们深入了解他们的心脏健康，以及他们的健康是如何受到个人行为方式和生活方式影响的。

心房颤动是一个非常重要的全球健康问题，而 Fitbit 可以帮助解决这个问题。

● Fitbit 心房颤动检测

Fitbit 率先使用了基于光传感器的 PurePulse 技术在手腕上进行心率监测，类似于医生在办公室给你测量心率。

图：Fitbit 心率记录

Fitbit 可穿戴设备具有加快房颤检测的独特潜力。由超长电池提供动力，用户可以连续多天佩戴 Fitbit 可穿戴设备，从而实现 24/7 的心率跟踪。研究表明，对房颤的监测越多，就越有可能提早发现病症。

Fitbit 开发了一种双管齐下的房颤检测策略。有长期的心律监测（使用基于光的传感器和 PPG），以及当下的抽查，使用心电图（ECG）来测量心脏产生的电信号。两者在心脏健康管理中都有重要作用，Fitbit 旨在为用户提供两种检测选择。

2020 年 9 月，Fitbit 用于评估心房颤动的心电图（ECG）应用程序获得了美国 FDA 的批准和 CE 认证。

我们对通过 PPG 技术来进行长期心律开发感到非常兴奋，它可以在后台通过感应用户手腕处的脉搏来评估用户的心律，并在有房颤风险时提醒用户，鼓励他们与医生交流，寻求进一步的诊断。

● Fitbit 心脏研究

Fitbit 的 PPG 算法和心律不齐通知功能的临床验证得到了数据支持。这些数据来自于一项具有里程碑意义的 Fitbit 心脏研究。该研究于 2020 年启动，在 5 个月内招募了超过 45.5 万名参与者。此次研究完全以虚拟方式进行，是迄今为止规模最大的基于 PPG 软件的远程研究。

本次研究数据在 2021 年美国心脏协会科学会议上公布，并发表在《美国心脏杂志》上。

两项重要研究结果：

○ 研究中的总通知率与人口中预期的房颤率一致，65 岁以上的人和男性的通知率较高。

○ Fitbit PPG 算法能正确识别房颤发作，其阳性预测值为 98%，这一点已被心电图贴片监测器所证实。这意味着在心电图监测期间，当算法检测出阳性时，98% 的时间都能与心电图上的房颤相对应。

AI

● 健康 AI 孕产妇护理

尽管近年来我们在医疗保健创新方面取得了巨大的进步，但即使这样，全球妇女的分娩死亡率依然很高。世卫组织建议在怀孕 24 周前进行超声评估，以评估大人和婴儿的健康状况。

早期超声检查是一种安全有效的方法，但发展中国家 50% 的分娩父母从未进行过超声检查。在获取和阅读超声检查上的专业知识短缺是获得这项服务和孕产妇健康的主要障碍。因此，Google Health 与美国西北大学合作，通过增加筛查机会，减少利用超声技术所需的培训来实现将全球孕产妇死亡率减半的目标。

我们很快将发表一份基础性的、开放性的研究，关于验证使用 AI 来帮助供应者进行超声检查和实施效果执行评估。在下一阶段，我们很高兴能与美国西北大学医疗系统合作，进一步开发和测试这些模型，使其在不同的经验水平和不同的技术中更具有通用性。

我们希望利用 AI 技术能够对产妇和胎儿的健康风险进行更加自动和准确的评估，降低评估障碍，并允许在正确的环境中进行及时护理。

● 健康 AI 眼部疾病检查

我们的自动视网膜疾病评估项目（ARDA）使用人工智能来帮助检测糖尿病视网膜病变。该项目是通过开发一个机器学习模型来寻找眼底照片中的糖尿病视网膜病变的迹象。我们最近在泰国完成的一项前瞻性研究显示了 ARDA 在监测检测糖尿病视网膜病变上的准确性和能力。

我们目前正在进行的研究是使用普通相机，在均匀的照明下，对眼睛外部进行高分辨率拍照。我们发现，机器学习模型有时仅仅从这些照片中就可以检测出病人的眼睛内部是否有高血糖水平、高血液胆固醇水平或糖尿病视网膜病变。

在这项研究中，我们进一步探索智能手机图像是否也可以用来检测类似潜在的健康问题。目前全球有超 40 亿智能手机用户，这将是一个巨大的机会可以帮助提高眼部疾病筛查的可及性和护理的可负担性。一个曾经只能用于打电话或发短信的设备能转变为一个有许多传感器和功能，同时能解锁和具有可及性的功能齐全的计算机。

目前此项研究还处于初级阶段，我们将继续进行这项工作，同时，进一步探讨如何使用更易获得的技术进行筛查。

● 健康 AI 智能手机听诊器 

用听诊器听心脏和肺部的声音，即听诊是医生就诊时体检的重要部分。健康的心脏会发出特有的"lub-dub lub-dub"的节奏声音。但是，患有瓣膜疾病的心脏，如主动脉瓣狭窄，或其他疾病，会发出不同的声音，如嗖嗖声或摩擦声。

心脏瓣膜疾病很多时候容易被忽视掉。来自《心脏病学杂志》的一项研究发现，40% 的患者在开始出现症状之前没有被诊断出患有主动脉瓣狭窄，即 AS。来自《循环》杂志的另一项研究发现，当强直性脊柱炎患者出现症状时，有一半人已经病入膏肓，在 2-3 年内死于这种疾病。

筛查强直性脊柱炎通常需要专门的设备，如听诊器或超声波，和医生亲自评估。

目前我们正在测试将使用手机内置麦克风的智能手机应用程序放在测试者胸前，智能手机能否像听诊器一样，检测到心跳和杂音。目前该项临床研究正处于早期阶段。