針對這一問題，中國科大和中科知奇研究團隊開發出一個系統，通過雷達傳感技術以非接觸方式記錄心臟機械運動，同時，提出基于知識遷移的網絡架構，創新性建立心臟電活動與機械運動模態的關聯映射，利用經過百年驗證的心電圖信號特征來輔助神經網絡識別房顫特有的異常機械波動。該系統實現非接觸、免操作、無需穿戴設備的檢測方式，在大型臨床驗證中達到接近心電圖診斷的檢測性能。
在本項研究中，研究團隊采用6258名門診患者(包括229名房顫患者)常規30秒心電圖檢查的數據，對他們研發的非接觸式房顫檢測系統進行評估。結果顯示，該系統檢測房顫的敏感性和特異性與心電圖相當。
隨后，研究團隊在27名患者的常規睡眠中進一步測試了非接觸式房顫檢測系統，顯示出其在檢測房顫存在和發作方面的潛力。
陳彥教授總結表示，盡管目前非接觸式房顫檢測系統僅在相對靜止的受試者身上開展測試，但結果表明它可能具有在實際日常生活中部署的潛力，將有助于房顫患者的早期大規模普篩檢測和病后主動管理。
