Функциональные возможности цифровых решений и телемедицинских технологий в кардиологической реабилитации

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье представлен обзор литературы по изучению функциональных возможностей и ограничений цифровых решений в кардиологической реабилитации, выявлены основные барьеры внедрения и сформулированы рекомендации.

Об авторах

К. А. Садовски

Белгородский государственный национальный исследовательский университет; Белгородская областная клиническая больница Святителя Иоасафа

Автор, ответственный за переписку.
Email: mafin.alen@yandex.ru
ORCID iD: 0009-0002-5409-4981
Россия, Белгород; Белгород

В. В. Букатов

Белгородский государственный национальный исследовательский университет; Белгородская областная клиническая больница Святителя Иоасафа

Email: mafin.alen@yandex.ru
ORCID iD: 0000-0002-1122-1816
SPIN-код: 9804-1557

кандидат медицинских наук

Россия, Белгород; Белгород

Список литературы

  1. Hindricks G., Potpara T., Dagres N. et al. 2020 ESC Guidelines for the diagnosis and management of atrial fibrillation developed in collaboration with the European Association for Cardio-Thoracic Surgery (EACTS). Eur Heart J. 2020; 41 (32): 3038–100. doi: 10.1093/eurheartj/ehaa612
  2. Steinhubl S.R., Muse E.D., Topol E.J. Can mobile health technologies transform health care? JAMA. 2013; 310 (22): 2395–6. doi: 10.1001/jama.2013.281078
  3. Рожнев В.В., Дуванова С.П., Садовников А.В. и др. Обзор мобильных приложений, используемых врачами и пациентами с сердечно-сосудистыми заболеваниями. Врач. 2022; 33 (10): 45–7 [Rozhnev V., Duvanov S., Sadovnikov A. et al. Overview of mobile applications used by physicians and patients with cardiovascular diseases. Vrach. 2022; 33 (10): 45–7 (in Russ.)]. doi: 10.29296/25877305-2022-10-08
  4. Котельникова Е.В., Сенчихин В.Н., Липчанская Т.П. Дистанционная кардиологическая реабилитация в реализации стратегии вторичной профилактики у пациентов с кардиоваскулярными заболеваниями. Профилактическая медицина. 2021; 24 (5): 15–21 [Kotelnikova E.V., Senchikhin V.N., Lipchanskaya T.P. Remote cardiology rehabilitation in the strategy implementation of the secondary prevention in patients with cardiovascular diseases. Russian Journal of Preventive Medicine. 2021; 24 (5): 15–21 (in Russ.)]. doi: 10.17116/profmed20212405115
  5. Rawstorn J.C., Gant N., Direito A. et al. Telehealth exercise-based cardiac rehabilitation: a systematic review and meta-analysis. Heart. 2016; 102 (15): 1183–92. doi: 10.1136/heartjnl-2015-308966
  6. Соловьев И.А., Курочкина О.Н. Приложения искусственного интеллекта в кардиологии: обзор. Российский кардиологический журнал. 2024; 29 (11S): 5673 [Soloviev I.A., Kurochkina O.N. Artificial intelligence applications in cardiology: a review. Russian Journal of Cardiology. 2024; 29 (11S): 5673 (in Russ.)]. doi: 10.15829/1560-4071-2024-5673
  7. Ambrosetti M., Abreu A., Corrà U. et al. Secondary prevention through cardiac rehabilitation: from knowledge to implementation. A position paper from the Cardiac Rehabilitation Section of the European Association of Preventive Cardiology. Eur J Prev Cardiol. 2021; 28 (5): 460–95. doi: 10.1177/2047487320913379
  8. Frederix I., Solmi F., Piepoli M.F. et al. Cardiac telerehabilitation: a novel cost-efficient care delivery model. Eur J Prev Cardiol. 2017; 24 (16): 1708–17. doi: 10.1177/2047487317732274
  9. Zanni V., Sappa R., Moschino L. et al. Effectiveness of remote monitoring in heart failure management. Curr Cardiol Rep. 2021; 23 (12): 175. doi: 10.1007/s11886-021-01611-2
  10. Fernandes G., Veiga P., Martins J. Digital cardiac rehabilitation: State of the art. Curr Problems Cardiol. 2020; 46 (7): 100774. doi: 10.1016/j.cpcardiol.2020.100774
  11. Mitropoulos A.C., Angelopoulos G., Lambadiari V. et al. Telerehabilitation and remote patient monitoring in the management of cardiac rehabilitation. Front Cardiovasc Med. 2024; 11: 1410616. doi: 10.3389/fcvm.2024.1410616
  12. Etiwy M., Akhrass Z., Gillinov L. et al. Accuracy of wearable heart rate monitors in cardiac rehabilitation. Cardiovasc Diagn Ther. 2019; 9 (3): 262–71. doi: 10.21037/cdt.2019.04.08
  13. Wang M., Liu C., Li T., Song R. e al. Removal of motion artifacts in PPG during intensive exercise. Sensors. 2019; 19 (15): 3312. doi: 10.3390/s19153312
  14. Piwek L., Ellis D.A., Andrews S. et al. The rise of consumer health wearables: promises and barriers. PLoS Medicine. 2016; 13 (2): e1001953. doi: 10.1371/journal.pmed.1001953
  15. Banerjee A., Chen S., Fraefel C. et al. Machine learning for prediction of cardiac events: a systematic review. BMC Medicine. 2021; 19: 279. doi: 10.1186/s12916-021-01940-7
  16. Rajkomar A., Dean J., Kohane I. Machine learning in medicine. N Engl J Med. 2019; 380 (14): 1347–58. doi: 10.1056/NEJMra1814259
  17. Hannun A.Y., Rajpurkar P., Haghpanahi M. et al. Cardiologist-level arrhythmia detection and classification in ambulatory ECGs using a deep neural network. Nat Med. 2019; 25 (1): 65–9. doi: 10.1038/s41591-018-0268-3
  18. Attia Z.I., Kapa S., Lopez-Jimenez F. et al. Screening for cardiac contractile dysfunction using an AI-enabled ECG. Nat Med. 2019; 25 (1): 70–4. doi: 10.1038/s41591-018-0240-2
  19. Ouyang D., He B., Ghorbani A. et al. Video-based AI for beat-to-beat assessment of cardiac function (EchoNet-Dynamic). Nature. 2020; 580 (7802): 252–6. doi: 10.1038/s41586-020-2145-8

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).