1905 年前后，荷兰莱顿大学的生理学家威廉·埃因托芬（Willem Einthoven）做了一件在当时颇为超前的事：他用一条长约 1.5 公里的电话线，把医院里病人的心电信号传到自己的实验室，在那台据称重达数百公斤、需要好几个人操作的弦线电流计上记录下来。他把这称为“远程心电图”（telecardiogram）。近 20 年后，他因发明心电图获得 1924 年诺贝尔生理学或医学奖。
一百多年后，“远程心电图”已经可以戴在手腕上。而巧合的是，最新一项试图拓展手表心电用途的研究，恰恰也来自莱顿。
近日，荷兰莱顿大学医学中心（Leiden University Medical Center，下文简称 LUMC）放射科的维克托·范德瓦尔克（Viktor van der Valk）、马里乌斯·斯塔林（Marius Staring）等人与心内科主任道韦·阿茨马（Douwe Atsma）合作，在 npj Cardiovascular Health 上发表论文。
他们用 460 名心肌梗死后患者在家中用智能手表录下的数千条心电图，训练了一个可解释的深度学习模型，用来判断患者的左心室功能（LVF，Left Ventricular Function）是否明显受损。
结果显示，仅凭手表上的单导联心电，模型的 AUC 达到 0.883，与医院标准 12 导联心电图的 0.897 相差无几。
简言之就是：手表心电不只能“听节奏”，或许也能大致“看出”心脏泵血有没有力气，而且 AI 还能把它的判断依据画给医生看。
那么，一块手表究竟“看”到了什么？0.883 这个数字，离真正用在病人身上又有多远？
手腕上的“导联 I”
要理解这项研究，先得弄清楚手表心电和医院心电图有什么不同。
心脏每跳动一次，心肌细胞都会依次产生电活动。贴在体表的电极能测到这些电信号在不同方向上的“投影”，每一对电极之间的连线就叫一个“导联”。医院里常规做的 12 导联心电图，在四肢和胸前一共贴 10 个电极，组合出 12 个导联，相当于从 12 个角度给心脏的电活动“拍照”。这让医生不仅能看心律，还能推断心肌缺血或梗死发生在哪个部位、心室是否肥厚等结构性问题。
智能手表的做法简单得多：手表背面贴着左手腕，用户用右手手指按住表冠，左右手之间就形成了一个回路。这个回路测到的，大致相当于埃因托芬当年定义的“导联 I”，即从右臂指向左臂的方向。
只有一个视角，信息量自然大打折扣。因此，目前获得美国食品药品监督管理局（FDA）或欧洲药品管理局（EMA）批准的手表或便携心电设备，主要用途都集中在心律分析上，最典型的就是筛查心房颤动（房颤）。
近几年，研究者开始尝试让单导联心电做更多的事：预测心力衰竭、筛查慢性肾病、评估心脏的衰老程度等。其中一项代表性工作来自美国梅奥诊所（Mayo Clinic）。2022 年，扎卡里·阿蒂亚（Zachi Attia）等人在 Nature Medicine 上报告，在一般心脏病患者群体中，用手表心电预测左心室功能障碍的 AUC 可达 0.885。
不过，范德瓦尔克团队在论文中指出，这一方向仍有两处空白。第一，很少有研究在同一批患者身上，把真实的腕式手表心电与 12 导联心电放在一起“正面对比”，很多工作用的“单导联”其实是从医院 12 导联数据里截出来的，与真正戴在手腕上、在家里自己测的数据有不小差距。第二，此前还没有人在心肌梗死后的患者中，用可解释 AI 来做这件事。
心梗后的患者，正是最需要盯紧心功能的人群。心肌梗死后，坏死的心肌会被瘢痕组织取代，心脏的泵血能力可能随之下降，也可能在之后几周到几个月里逐渐恢复。在临床上，衡量泵血能力最常用的指标是左心室射血分数（LVEF），也就是每次心跳时左心室能把其中多大比例的血液泵出去。如果患者出院后心功能悄悄变差，越早发现，越有机会及时调整治疗。
一块手表，能看出心脏“泵力”吗？
LUMC 有一项现成的条件：该中心为急性冠脉综合征患者开展了一项远程随访项目，患者出院后会拿到一块 Withings 心电智能手表，按照建议每天或每周在家录一段 30 秒的心电图；同时，他们在出院后 3 个月、6 个月、12 个月回院复查时，还会常规做 12 导联心电图和心脏超声。
这就意味着，同一批患者既有手表心电，也有医院心电，还有能直接反映心功能的超声报告。
研究团队收集了 2018 年至 2023 年间 708 名患者的 63,950 条手表心电，以及 6,703 名患者的 77,005 条 12 导联心电。接下来要做的，是给这些心电图打上“标签”，也就是告诉模型每条心电图对应的心功能如何。
他们把左心室功能分成四档：正常（LVEF ≥ 55%）、轻度受损（45%–54%）、中度受损（35%–44%）和重度受损（< 35%）。标签来自心脏超声报告，只有超声检查与心电记录相隔不超过 7 天时才会被采用；如果心电是在心脏介入治疗后两周内录的，这个窗口还会收紧到 1 天，因为术后早期心功能变化较快。
一个颇有时代感的细节是：这些超声报告原本是医生写的自由文本，研究团队并没有人工逐份阅读，而是用一个经过验证的大语言模型（LLM）从报告中自动提取心功能分级。
最终，有 7,118 条手表心电和 7,593 条 12 导联心电配上了标签，其中分别有 14% 和 11% 属于中度或重度受损。
但手表数据带来了医院里不会遇到的麻烦。研究团队发现，有的患者把手表戴错了手，导致整个心电波形上下颠倒；有的手表被家里几个人轮流使用；还有的记录是在走动、活动时录的，而非静息状态。
为此，他们设计了一道“筛子”：拿每条记录与同一患者前后几次的记录做相关性比较，如果某一条与其他记录长得都不太像，就被视为低质量数据剔除。经过这一步，手表心电被筛掉了 1,638 条，剩下 460 名患者的 5,480 条记录、共 108,364 次心跳。相比之下，12 导联心电只剔除了 396 条。
为了让比较尽量公平，研究团队专门构建了一个测试集：只纳入那些既有手表心电、又有 12 导联心电，而且两者采集时间相差不超过 7 天的患者，共 144 人，包括 900 条手表心电和 559 条 12 导联心电。这些患者的数据都没有出现在任何训练集中。
他们一共训练了四个模型：一个用完整的 12 导联心电；一个只用 12 导联中的导联 I；一个直接用手表心电训练；还有一个先用 12 导联中的导联 I“预习”，再用手表心电“精修”。
在区分“中/重度受损”和“正常/轻度受损”这项任务上，完整 12 导联模型的表现最好，AUC 为 0.897。手表心电模型紧随其后：直接训练的版本 AUC 为 0.863，经过导联 I 预训练的版本提升到 0.883。
AUC 可以理解为：随机挑一位心功能明显受损的患者和一位基本正常的患者，模型给前者打出更高“风险分”的概率。0.5 相当于抛硬币，1.0 意味着完美区分。
有意思的是，同样是“导联 I”，从医院 12 导联中截取出来的那个模型反而垫底，AUC 只有 0.805。研究团队认为，一个重要原因是记录时长：医院心电每条只有 10 秒，手表心电则有 30 秒，能提供多得多的心跳。模型会对一条记录里的每一次心跳分别打分，再取平均。心跳越多，个别“噪声心跳”的影响就越容易被抵消。论文中的分析也显示，这种“多次心跳取平均”的处理，对手表模型的提升明显大于对 12 导联模型的提升。
让 AI 把“理由”画出来
如果只是又一个“AI 准确率很高”的故事，这项研究的新意可能有限。研究团队更想回答的是：模型到底是凭什么做出判断的？
在医学 AI 领域，“黑箱”一直是个绕不开的问题。一个模型告诉医生“这位患者心功能可能受损”，但说不出理由，医生很难放心采纳。范德瓦尔克团队采用的是一种名为“部分 β-变分自编码器”（partial β-VAE）的模型结构，这也是他们 2025 年在 IEEE Transactions on Biomedical Engineering 上提出的方法。
这套方法的思路可以这样理解：模型先把每一次心跳“压缩”成 600 个数字，再尝试用这 600 个数字把心跳原样“画”回来。训练时，研究团队刻意让其中 1 个数字专门负责记录“心功能好坏”的信息，并用一个对抗网络确保其余 599 个数字里尽量不含这方面的信息。
这样一来，那 1 个数字就成了一个“心功能旋钮”。只要保持其余 599 个数字不变、只转动这个旋钮，再让模型把心跳画出来，就能看到：同一个人的同一次心跳，如果心功能从“重度受损”变成“正常”，波形会发生怎样的变化。研究团队把这种方法称为“属性操控”（attribute manipulation）。
对于手表心电，模型给出的“理由”比较一致：当心功能被调向“正常”时，R 波（心电图上最高的那个尖峰）的振幅变大，Q 波和 S 波更明显，T 波的面积也略有增大。
而 12 导联模型给出的理由要丰富得多。它会同时利用多个导联上的不同特征，例如 R 波振幅、R 波上的切迹，以及 T 波形态等，在 aVR、V2、aVF、V5、V6 等多个导联上都能看到变化。研究团队发现，手表模型所依赖的特征，与 12 导联模型在导联 I 上用到的特征颇为相似。这也从侧面说明，手表模型没有“走捷径”，而是在利用与生理机制相符的心电特征。
这些特征在心脏病学中并不陌生。此前已有研究发现，心梗后 QRS 波群和 ST-T 段的若干量化特征可以帮助区分心功能的恢复情况，T 波倒置后再“翻正”也与心功能好转有关。不过论文也指出，目前在心梗后的常规随访中，临床并不会对这些特征做定量评估。
研究团队认为，这种“画出理由”的方式还有一个潜在用途：它能把一位患者的心跳放到整个数据库的背景下去比较，让经验不那么丰富的医护人员也能理解模型为什么这样判断。
0.883 意味着什么，又不意味着什么？
对一个可能用于筛查的工具来说，比 AUC 更直观的是在某个具体“门槛”下它的表现。
研究团队把灵敏度固定在 0.90，也就是 100 位心功能明显受损的患者中，模型能抓出 90 位。在这个门槛下，经过预训练的手表模型特异度为 0.71，即心功能基本正常的人当中，有 71% 会被正确“放行”。
不妨做个粗略的推算（编辑估算，仅供理解）：假设有 1,000 名心梗后患者，其中 14% 心功能明显受损，与本研究中手表数据的比例相当。按上述表现，手表模型会把大约 375 人标记为“需要关注”，其中真正受损的约有 126 人，约占三分之一；另外约 625 人被判定为“低风险”，其中仍会漏掉约 14 名受损患者。
换句话说，它更像是一个“分诊”工具，而不是诊断工具。论文的定位也是如此：在两次复查之间，帮助医生找出哪些患者应该提前回院做超声，哪些患者大概率情况稳定。研究团队明确表示，单导联心电并不是要取代 12 导联心电。
值得注意的是，在这个门槛下，手表模型的特异度（0.71）在数值上甚至略高于 12 导联模型（0.64）。但这不应被简单解读为“手表比医院心电更好”：两组测试数据的条数和阳性比例并不相同，12 导联模型的置信区间也较宽，而在 AUC、平均精确率等整体指标上，12 导联模型仍然全面领先。
论文本身也坦承了不少局限。
首先，这是一项单中心、回顾性的探索研究，所有数据都来自 LUMC，没有外部验证。研究团队强调，模型的可解释性恰恰建立在心梗后人群“病因相对单一”的特点上：这类患者的心电异常主要由瘢痕的位置和大小决定。如果换成非缺血性心衰等更复杂的人群，模型未必适用，可解释性也可能受到干扰。
其次，手表数据的质量控制仍未完全解决。研究团队提到，要区分“戴错手造成的波形倒置”和“疾病本身导致的波形倒置”并不容易，他们尝试过多种方法，效果参差不齐。在真实的居家使用场景中，这类问题只会更多。
第三，模型目前做的是“分档”而不是“打分”。射血分数本来是一个连续数值，被切成四档后，处在档位边界附近的细微变化可能被掩盖，而同一档内的较大变化又可能被忽略。对于需要长期追踪变化的随访场景，研究团队认为下一步应改为直接预测连续数值。
此外，补充材料显示，各模型在男性患者中的 AUROC 都更高，不过其他指标还不足以判断是否存在性别差异；而本研究的患者中男性占比近八成，模型在女性中的表现还需要更多数据确认。标签本身也存在不确定性：它来自医生对超声图像的目测判读，再经大语言模型提取，两个环节都可能引入误差。
结语
研究团队在论文最后列出了走向临床前必须跨过的几道门槛：在独立的心梗后队列和更广泛的心脏病人群中做前瞻性验证；开发能应对居家录制各类伪影的自动质控流程；针对具体用途校准判定阈值，并评估对医疗系统的实际影响；以及，面向消费级可穿戴设备的 AI 心功能监测，其监管路径目前仍处于起步阶段。
一百多年前，埃因托芬让病人把双手和一只脚浸在盐水桶里，才得到最早的三个导联。今天，一根手指按住表冠，就能录下其中的“导联 I”。从测心律到看心功能，0.883 只是一个起点，路还很长。
但它至少说明，手腕上那条看似单薄的曲线里，藏着的信息可能比我们以为的更多，而且 AI 可以把读到的东西摊开来给医生看。
参考资料
1.van der Valk, V., Atsma, D., Scherptong, R. & Staring, M. Leveraging the wearable 1-lead ECG signal. From cardiac rhythm to cardiac function assessment. npj Cardiovascular Health (2026). https://doi.org/10.1038/s44325-026-00153-2
2.Attia, Z. I. et al. Prospective evaluation of smartwatch-enabled detection of left ventricular dysfunction. Nature Medicine 28, 2497–2503 (2022). https://doi.org/10.1038/s41591-022-02053-1
3.van der Valk, V. et al. Explainable ECG analysis by explicit information disentanglement with VAEs. IEEE Transactions on Biomedical Engineering (2025).
4.The Nobel Prize in Physiology or Medicine 1924 – Willem Einthoven. https://www.nobelprize.org/prizes/medicine/1924/einthoven/facts/
审核 | 医工学人理事会
