消费者可穿戴设备已成为监测睡眠和身体活动的日常工具。新加坡国立大学杨潞龄医学院睡眠与认知研究中心的研究人员现已证明，这些设备的功能可能更为广泛：夜间记录的脉搏信号包含足够的信息来估算血管年龄，这是心血管健康的关键指标。
血管年龄反映了一个人的动脉相对于实际年龄的衰老程度。一个50多岁的人可能拥有70岁人的动脉，反之亦然。这种差距很重要：当血管年龄超过实际年龄时，心血管疾病风险会上升。传统上，测量血管年龄需要专门的设备，这些设备通常仅限于诊所和研究实验室。这一过程成本高昂，难以规模化，且大多数人无法获得。
这项发表在《PLOS Digital Health》期刊上的新研究采用了不同的方法。研究人员分析了从Oura Ring（一种广泛使用的指戴式消费者睡眠追踪器）整夜记录的光电容积描记法(PPG)信号（即健身追踪器用于测量心率的基于光的脉搏读数）。这些在参与者睡眠期间收集的被动夜间记录随后被用于估算血管年龄，既使用了传统的基于特征的方法，也使用了深度学习模型。
尽管指环和临床指尖传感器捕捉脉搏波形的方式不同，但深度学习模型使用两种设备的信号预测血管年龄的准确度相似，平均误差为六到七年，且与参与者实际年龄有很强的一致性。重要的是，指环衍生的估算结果与血压（一种标准的心血管健康指标）相关联。
"睡眠期间被动收集的信号可以转化为有关血管健康的具有临床意义的洞察，"该研究的研究员兼共同第一作者Gizem Yilmaz博士说。"这为使用人们日常佩戴的设备进行可扩展的、纵向的心血管健康监测打开了大门。"
重要的是，研究团队构建并验证了自己的分析流程，而不是依赖设备内部的专有算法。这种独立性使研究结果更具科学透明度和可重复性。
"我们的研究结果证实了将心血管监测从诊所带入日常生活的可行性。可穿戴设备衍生的血管年龄可能会支持更早地检测心血管风险，加强积极的生活习惯，并为大规模人群健康研究提供数据，"新加坡国立大学杨潞龄医学院睡眠与认知研究中心主任、该研究的主要调查员Michael Chee教授补充道。
未来的工作将研究这些方法在更多样化人群中的适用性，以及可穿戴设备衍生的血管年龄是否能在临床决策和预防护理中发挥作用。
【全文结束】