全球首个可穿戴设备系统实现90%灵敏度的炎症预测
现代医学多为被动治疗模式——仅在症状显现后进行干预。但麦吉尔大学健康中心（MUHC）与麦吉尔大学的研究团队开创了主动医疗新范式：通过可穿戴设备捕捉感染无声征兆，在人体自觉生病前即可预警。
这项发表于《柳叶刀·数字健康》的研究，展示了全球首个AI平台：通过分析智能戒指、手表或衬衫采集的生物数据，准确预测病毒性呼吸道感染（VRTI）引发的急性全身性炎症。该系统在症状出现前即能检测免疫信号，使早期干预成为可能，或可预防并发症、降低住院率并节省医疗成本。
"当感染通过临床症状或PCR检测发现时，通常已进入进展阶段"，研究通讯作者丹尼斯·延森博士表示，"我们的预测工具能提供快速、个性化且客观的全身炎症预警，使患者与医疗团队在危急事件发生前及时介入"。
感染检测的主动防御
急性全身性炎症是身体对抗感染或损伤时的剧烈全身反应。虽然多数情况下可自愈，但该反应可能导致器官损伤甚至死亡，对慢性阻塞性肺病（COPD）患者尤为危险。
研究团队对55名18-59岁健康成人进行临床试验：在接种减毒流感疫苗前7天至接种后5天，连续佩戴戒指、手表和衬衫三类可穿戴设备，持续监测心率、心率变异性、体温、呼吸频率、血压、活动量和睡眠质量等生理指标。
研究人员同时通过血液检测追踪炎症生物标志物，进行呼吸道病原体PCR检测，并利用手机APP收集自我报告症状。超过20亿数据点训练机器学习算法后，构建出10种AI模型（9种基于生理变化，1种基于症状报告）。
阿米尔·哈迪德博士解释："我们选择了特征最少但实用性的模型，其灵敏度接近90%，即准确预测了近90%的实际阳性病例"。该模型在预测无症状SARS-CoV-2感染方面同样有效，成功在症状出现或PCR确认前检测出四名感染者。
超越传统症状报告
所有可穿戴设备模型均优于症状报告模型。研究发现部分炎症患者未出现典型症状（假阴性），而部分无炎症者因心理因素报告症状（安慰剂效应）。这印证了可穿戴监测的必要性。
麦吉尔大学健康中心传染病专家艾米丽·麦克唐纳博士透露："未来临床验证将针对鼻病毒、呼吸道合胞病毒等常见病原体，完全通过可穿戴设备实现无创预警，无需血液检测或医疗访问"。
从实验室到现实应用
这项突破性研究催生了蒙特利尔初创公司Sensifai Health，由研究团队核心成员联合创立。该技术融合了临床生理学（延森教授）、生物医学工程（哈迪德教授）、传染病学（麦克唐纳博士等）及人工智能（多位教授）等多学科力量。
麦吉尔大学健康中心创新总监艾伦·福斯特评价："该技术提升了精准医疗能力，其发表于《柳叶刀·数字健康》彰显了蒙特利尔在AI医疗创新领域的全球领先地位"。
【全文结束】