The advances in health care technologies over the last decade have led to improved capabilities in the use of digital health applications (DiHA) for the detection of atrial fibrillation (AFib). Thus, home-based remote heart rhythm monitoring is facilitated by smartphones or smartwatches alone or combined with external sensors. The available products differ in terms of type of application (wearable vs. handheld) and the technique used for rhythm detection (electrocardiography [ECG] vs. photoplethysmography [PPG]). While ECG-based algorithms often require additional sensors, PPG utilizes techniques integrated in smartphones or smartwatches. Algorithms based on artificial intelligence allow for the automated diagnosis of AFib, enabling high diagnostic accuracy for both ECG-based and PPG-based DiHA. Advantages for clinical use result from the widespread accessibility of rhythm monitoring, thereby permitting earlier diagnosis and higher AFib detection rates. DiHA are also useful for the follow-up of patients with known AFib by monitoring the success of therapeutic interventions to restore sinus rhythm, e.g. catheter ablation. Although some studies strongly suggest a potential benefit for the use of DiHA in the setting of AFib, the overall evidence for an improvement in hard, clinical endpoints and positive effects on clinical care is scarce. To enhance the acceptance of DiHA use in daily practice, more studies evaluating their clinical benefits for the detection of AFib are required. Moreover, most of the applications are still not reimbursable, although the German Digital Health Care Act (Digitale-Versorgung-Gesetz, DVG) made reimbursement possible in principle in 2019.
Die technischen Fortschritte der letzten Jahre erleichtern uns mittlerweile die Diagnose von Vorhofflimmern (VHF) unter Einsatz digitaler Gesundheitsanwendungen (DiGA). Dadurch wird eine häusliche Herzrhythmusdiagnostik mit Smartphones oder Smartwatches allein oder in Kombination mit externen Sensoren möglich gemacht. Die verfügbaren Produkte unterscheiden sich in ihrer Art der Anwendung (Wearable vs. Handheld) und in der Technik zur Rhythmusdetektion (Elektrokardiogramm [EKG] vs. Photoplethysmographie [PPG]). Während EKG-basierte Algorithmen häufig externe Sensoren benötigen, bedient sich die PPG der in Smartphones oder Smartwatches integrierten Techniken. Auf künstlicher Intelligenz basierende Algorithmen erlauben die automatisierte Diagnose von VHF. Dies führt zu einer hohen diagnostischen Treffsicherheit EKG- und PPG-basierter DiGA. Der Vorteil in der klinischen Nutzung resultiert aus der großen Reichweite des Rhythmusmonitorings, wodurch frühere Diagnosestellungen und höhere Detektionsraten erzielt werden können. Darüber hinaus können DiGA für Patient*innen mit bekanntem VHF zur Überwachung des Therapieerfolgs nach Rhythmisierung von Nutzen sein, beispielsweise nach Katheterablation. Obwohl einige Studien stark auf einen Nutzen bei VHF hindeuten, besteht noch wenig Evidenz bezüglich der Verbesserung harter, klinischer Endpunkte und hinsichtlich positiver Versorgungseffekte durch DiGA. Um die Akzeptanz für die Implementierung in die tägliche Routine zu erhöhen, sind weitere Studien zur Evaluation des klinischen Nutzens in der VHF-Erkennung nötig. Außerdem sind die meisten Anwendungen bisher nicht erstattungsfähig, obwohl durch das Digitale-Versorgung-Gesetz seit 2019 die Erstattungsfähigkeit von DiGA prinzipiell gegeben ist.
Keywords: AFib; Heart rhythm monitoring; Remote patient management; Screening; Telemedicine.
© 2022. The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature.