A Survey on Blood Pressure Measurement Technologies: Addressing Potential Sources of Bias

要約

臨床および外来環境における定期的な血圧 (BP) モニタリングは、心血管疾患の予防、診断、治療、管理において重要な役割を果たします。
最近、携帯用血圧測定装置の普及が主に促進されているのは、高血圧症の罹患率の増加と、それに関連するリスクおよび臨床症状によるものです。
最近のガイドラインでは、定期的な診療の一環として、あるいは自宅でも定期的に血圧をモニタリングすることが推奨されています。
この血圧測定技術の利用の増加により、設定全体で報告される血圧値の精度に関して重大な懸念が生じています。
この調査では、主にカフベースの血圧モニタリング技術に焦点を当て、測定や機器の誤差、人口統計、体型などの要因により、血圧測定がどのようにして大きな偏りや変動を示す可能性があるかを強調しています。
これらの固有の偏見を考慮すると、人工知能 (AI) を使用した新世代のカフベースの血圧装置の開発には大きな可能性があります。
私たちは、電子医療記録で利用可能な血圧記録の大規模なコレクションとともに、血圧関連研究に関する広範な臨床文献を AI 支援テクノロジーで活用できる将来の道を提示します。
これらのリソースをディープラーニングやベイズ推論などの機械学習アプローチと組み合わせることで、血圧測定のバイアスを除去し、個別の血圧関連の心血管リスク指標を提供できます。

要約(オリジナル)

Regular blood pressure (BP) monitoring in clinical and ambulatory settings plays a crucial role in the prevention, diagnosis, treatment, and management of cardiovascular diseases. Recently, the widespread adoption of ambulatory BP measurement devices has been driven predominantly by the increased prevalence of hypertension and its associated risks and clinical conditions. Recent guidelines advocate for regular BP monitoring as part of regular clinical visits or even at home. This increased utilization of BP measurement technologies has brought up significant concerns, regarding the accuracy of reported BP values across settings. In this survey, focusing mainly on cuff-based BP monitoring technologies, we highlight how BP measurements can demonstrate substantial biases and variances due to factors such as measurement and device errors, demographics, and body habitus. With these inherent biases, the development of a new generation of cuff-based BP devices which use artificial-intelligence (AI) has significant potential. We present future avenues where AI-assisted technologies can leverage the extensive clinical literature on BP-related studies together with the large collections of BP records available in electronic health records. These resources can be combined with machine learning approaches, including deep learning and Bayesian inference, to remove BP measurement biases and to provide individualized BP-related cardiovascular risk indexes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google