据中国科学院2018年8月23日报道，中国研究人员提出了一种新的神经网络，用于快速准确地筛查心脏病。  

心房颤动(AF)是老年人中最常见的持续性慢性心脏病之一，伴有高死亡率，中风和心力衰竭。  

AF的早期检测对于避免残疾或死亡是必要的。然而，由于其发作模式，AF检测仍然不确定。

目前，AF筛查方法是在1-2分钟内分析ECG记录。因此，在可穿戴设备中很难使用，可以快速准确地监视和捕获AF记录。  

提出了新的神经网络来筛选心电图记录的AF记录。实验结果表明，所提出的神经网络在5秒的心电图记录中达到了96.99%的分类准确度。  

在20秒的ECG记录中获得最佳分类准确度，98.13%。  

新神经网络优异的AF筛选性能可以满足大多数老年人对可穿戴设备的日常监控。