始于一个可能改变数百万人健康监测方式的问题：智能手表能否在症状出现前检测出结构性心脏病？在2025年美国心脏协会科学会议（Scientific Sessions 2025）上公布的一项新研究中，耶鲁医学院研究人员给出充满希望的答案：可以。
研究团队利用消费级智能手表内置的单导联心电图（ECG）传感器，通过人工智能算法精准识别了多种主要结构性心脏病，包括心泵功能减弱、瓣膜损伤和心肌增厚。研究结果表明，佩戴在手腕上的设备未来或可检测通常需要心脏超声检查（一种高级超声扫描）才能发现的疾病。
从12导联到单导联：教会AI精准捕捉信号
为构建该模型，耶鲁团队利用2015至2023年间耶鲁纽黑文医院收集的11万名成人的26.6万余份标准12导联心电图数据训练AI。目标是让系统识别与隐匿性结构性疾病相关的特征性电活动模式，并验证这些信息能否从智能手表心电传感器使用的单导联信号中获取。
研究第一作者、耶鲁纽黑文医院内科住院医师兼心血管数据科学实验室（CarDS Lab）研究员阿里亚·阿米诺罗亚博士（Arya Aminorroaya, M.D., M.P.H.）表示，研究动机源于简单的需求可及性。
“数以百万计的人佩戴智能手表，目前主要用于检测房颤等心律问题，”阿米诺罗亚解释道，“而结构性心脏病通常需通过心脏超声检查——一种需要专业设备且不适用于常规筛查的高级心脏成像技术才能发现。”
研究团队通过在训练数据中引入随机干扰，模拟真实世界智能手表心电图的嘈杂信号。这种“噪声注入”使AI能更好抵抗运动和环境干扰，以接近临床精度解读手腕端读数。
在利用美国和巴西的医院及人群数据验证后，团队对600名成人在接受心脏超声检查当日佩戴同款智能手表进行30秒心电图记录进行前瞻性测试。受试者中位年龄62岁，约半数为女性。
手腕端的早期筛查
与医院金标准心电图相比，基于智能手表的模型表现卓越。利用单导联数据，AI检测结构性心脏病的准确率达88%，阴性预测值高达99%——意味着在无心脏问题时排除疾病的可靠性极高。即使仅凭30秒数据，算法对患病人群的识别敏感度也达到86%。
心血管数据科学实验室主任罗汉·克埃拉博士（Rohan Khera, M.D., M.S.）认为，该技术有望填补预防性医疗的缺口。
“单导联心电图本身存在局限，无法替代医疗机构的12导联心电图检测。但借助AI，它足以强大到能筛查重要心脏疾病，”克埃拉指出，“这可能使结构性心脏病的大规模早期筛查成为现实，利用许多人已拥有的设备实现。”
研究团队强调，当前成果基于科学会议摘要，尚未经过同行评审。但他们计划在更广泛人群中评估该工具，并探索其融入社区筛查项目的可行性。若获验证，该技术或可使偏远地区居民在家获取心电图数据并传输给临床医生，提前发现可能导致住院或心力衰竭的细微心脏异常。
目前，一款普通智能手表能作为全球主要死因之一的无声哨兵的构想，既充满未来感又贴近生活。这反映了医学向诊断民主化的整体转变——将强大工具从诊所带入日常生活节奏。曾经用于计步的设备，或许即将拯救生命——每一次心跳都至关重要。
【全文结束】
