蒙特利尔——麦吉尔大学研究人员宣布，他们开发出全球首个能通过可穿戴设备监测生物特征数据，在个体出现症状前预测呼吸道感染的人工智能平台。参与研究的志愿者佩戴智能戒指、手表和T恤，这些设备持续记录其心率、体温、呼吸频率等生理指标。通过分析这些数据，研究团队成功实现了对急性系统性炎症的精准预测——这是新冠等呼吸道感染的早期征兆。
这项发表在《柳叶刀数字健康》上的研究显示，该AI平台未来有望帮助医生比传统诊疗方式更早发现健康风险，特别是对基础疾病患者等高危群体具有重大意义。麦吉尔大学运动机能学与物理教育系教授丹尼斯·詹森指出："我们尝试用可穿戴设备收集的生理数据训练AI系统，使其能比症状出现更早发现感染迹象。当体温微幅上升、心率变异性下降等细微变化发生时，这些单独指标可能不具备临床价值，但通过多参数综合分析就能捕捉到身体防御机制的早期信号。"
研究团队对55名健康成年人实施了弱化流感疫苗接种以模拟感染过程。在接种前7天至接种后5天的监测期内，参与者持续佩戴智能设备，研究人员同步通过血液检测、PCR测试和症状记录收集数据。最终，基于20亿个数据点训练出的AI模型成功识别出近90%的真实感染案例，其中四个新冠感染者的系统性炎症被提前72小时预警，早于PCR检测确认结果。
詹森教授将该技术比作冰山探测："当症状显现时就像冰山露出水面，此时治疗已错过最佳窗口。通过扩展医疗干预的时间窗口，我们希望既能挽救生命又能降低住院需求。"研究团队设想未来可建立预警系统，当检测到异常炎症时提醒患者及时就医，实现慢性病管理和老龄化人群的居家健康监护。
这项研究由加拿大通讯社于2025年7月30日首次报道。
【全文结束】
