研究人员开发的AI系统通过可穿戴传感器数据，可在呼吸系统感染症状出现前72小时进行预测。该技术使用包含戒指、手表和智能T恤的设备组合，实时记录心率、体温、呼吸频率等生物识别数据，成功检测出急性全身性炎症——这是包括新冠在内的呼吸道感染早期信号。
发表在《柳叶刀数字健康》的研究表明，该AI平台未来可帮助医护人员更早干预健康问题，尤其对易感人群具有重大意义，同时可能通过预防并发症降低医疗成本。麦吉尔大学运动机能学与物理教育系教授丹尼斯·詹森（Dennis Jensen）作为研究首席作者指出："我们首次利用生理指标而非症状来检测炎症相关疾病，这类似于冰山理论——当症状显现时，治疗时机已晚。"
实验中，55名健康成年人在接种弱化流感疫苗前后接受7天监测，参与者全程佩戴智能戒指、手表和T恤，通过血液样本、PCR检测和移动应用收集炎症生物标志物数据。超过20亿个数据点训练出的AI模型中，最终选用数据需求最低的版本，该模型对阳性病例检测准确率达89%，具备日常监测可行性。
该系统不仅成功检测出实验中的流感反应，还在4例新冠感染案例中提前72小时识别出免疫响应，比症状出现或PCR确认更早。研究团队强调，多个微小生理变化（如心率每分钟增加2次、心率变异性小幅下降、体温轻微升高）的综合分析是成功关键。未来计划开发预警系统，使患者能在黄金治疗窗口期联系医护人员，推动个性化医疗革新。
【全文结束】
