錄像式體積量測法 (videoplethysmography, VPG)，是利用一個自動化自拍軟體，經過軟體運算， 以辨別出不規則的脈搏速率。關於這個單一的觀察性研究的發現，發表在2020 年美國心律醫學會之科學選粹中。
在本研究中，60 位受試者 ( 男性 47 位，女性 13 位 )，年齡為 65±8 歲，在接受成功的心臟去顫術， 或是成功的 AF 電燒手術後被收錄進來。受試者們被 賦予配戴一個裝載 VPG 科技的智慧型晶片，以及心電圖貼片達 14 天。他們被要求每天使用這個晶片兩次，並使用得以擷取 VPG 訊號的軟體。從同步化的 VPG 及心電圖訊號，分別擷取平均脈搏速率及心律。 研究者藉由機器學習，訓練去排除誤差值超過心跳速率值 10% 以上的 VPG 訊號 ( 所有 VPG 資料數 據以 30/70 比例分割，而以位於 30% 的脈搏速率值作為校正 )。
此研究記錄了自 2018 年 6 月至 2019 年 5 月間， 880 段處於竇性心律時，影像紀錄的脈搏速率。受試者平均配戴心電圖貼片達 11 天 ( 時間範圍從 1 天至 15 天 )。記錄到的心跳速率範圍從 40 至 122 下 / 每分鐘。研究者利用 Random Forrest 模型，去排除 VPG 訊號與心電圖量測心跳速率誤差 <10% 的量測值。利用 Bland Altman 法去分析校正的數據後，顯示出脈搏速率與心跳速率的平均差異為 0.3±9.8 下 / 每分鐘， 並且由於訊號品質過低，排除了 33% 的 VPG 訊號。
本研究的作者們強調要關注此研究發現的全面完整性，因為此研究屬正在進行中。下一步，他們計畫擴展這種科技，去決定其在監測心衰竭患者上的價值性。
Reference:
HRS 2020: New Study Shows AI-Based Facial Recognition Can Enable Patient Mobile Devices to Detect AFib. (2020, May 6). EP Lab Digest. Retrieved from https://www.eplabdigest.com/hrs2020-new-study-shows-ai-based-facial-recognition-can-enablepatient-mobile-devices-detect-afib