手表30秒心电+AI，能“嗅到”心脏结构隐患？

抖音热门 2025年11月05日 09:21 3 aa

近日，美国心脏协会2025年年会上，一项来自耶鲁大学医学院CarDS实验室的研究显示：把智能手表的单导联心电（ECG）与人工智能算法结合，能够在门诊人群中识别泵血能力减弱、瓣膜受损、心肌增厚等“结构性心脏病”，将可穿戴设备的潜力从“心律异常”拓展到“结构异常”的早筛场景。研究团队称，这是首个以智能手表单导联ECG为基础、验证多类结构性心脏病的前瞻性研究。

从“心律”走向“结构”：训练、验证与真实场景测试

研究思路并非直接用手表数据起步，而是先以耶鲁大学医学院内大样本12导联ECG训练AI，再让模型“学会”从单导联中发现“结构线索”。据披露，团队使用了266054条12导联ECG、来自110006名成人建立算法，并在四家社区医院的44591名成人与巴西ELSA-Brasil队列3014人上做外部验证；其后在600名门诊受试者身上，以智能手表采集30秒单导联ECG进行前瞻性测试，同日接受超声心动以超声检查为准并作为对照。为贴近真实可穿戴场景，训练阶段特意加入“噪声”，提升模型对手表信号的耐受性。

从结果看，模型在医院设备获取的“单导联”数据上，区分是否存在结构性心脏病的标准化评分约92%；在真实手表数据上，算法对‘有无结构性心脏病’的综合区分能力良好（AUC≈0.88，满分1.0）。在关键筛查指标上，模型对阳性病例的识别率（敏感度）达86%，对阴性的排除能力以99%阴性预测值呈现——意味着“排除”较为可靠，“阳性”仍需超声确证。

从使用场景看，这一进展被视为可穿戴医疗的“范式扩展”。长期以来，主流智能手表的心电功能更侧重于发现房颤等心律失常；而结构性心脏病通常依赖设备与人力投入更高的超声检查。研究作者指出，如果算法进一步在多中心、多设备与多族群中获得验证，“随身ECG+AI”的低门槛筛查有望把潜在高危人群更早带到超声与专科路径上

尚属初步研究，临床落地仍需多重验证

需要强调的是，美国心脏协会公开信息明确，这是一项在学术年会上发布的会议摘要，尚未经过同行评审；前瞻性研究中真正确诊为结构性心脏病的受试者比例不高，存在假阳性等局限。因此，无论从统计学稳定性、设备通用性，还是人群公平性角度，都需要更大规模的前瞻性研究支撑。就临床定位而言，该算法不能替代超声，更适合作为“早筛—转诊”的分诊工具。

放在更大的技术脉络里，医学界正尝试把AI与“低成本、易获取”的生理信号结合，用于结构性心脏病的早期甄别。今年更早些时候，学界也曾报道以常规12导联ECG+AI引导超声进行人群级筛查的方案，显示出在分诊效率与准确性上的潜力，印证了“AI筛查→超声确诊”的路径正在形成。

在可穿戴设备普及的时代，难点不在于“有没有数据”，而在于“能否从稀疏信号中读出结构线索”。这项研究以“12导联训练→单导联迁移→手表前瞻验证”的路线走通了第一步。下一步，答案要交给更严苛的多中心试验与同行评议，也要交给卫生经济学：当“随身筛查”真正进入社区与基层，它能否以可承受的成本，换来更早的诊断与更少的心衰住院。

说明：本文关键信息与数据来源于美国心脏协会公开新闻稿，属于会议阶段成果，不等同于临床指南或监管批准的诊断工具。

中国网电商中国综合

编辑：ST

联系邮箱：ds@china.com.cn