宝拉·范德普卢姆(Paula Vanderpluym)的智能手表看起来只是她衣橱里的一件小配饰，但对于多伦多的一支研究团队来说，它代表着更重要的意义：主动护理心力衰竭患者的可能性。由大学健康网络(University Health Network)和多伦多大学研究人员领导的一项新研究表明，消费级智能手表的数据可以检测心力衰竭恶化的早期迹象——提前数天至数周预测非计划医疗护理需求。
这些最近发表在《自然医学》(Nature Medicine)封面的研究结果表明，使用Apple Watch等可穿戴设备监测体能状况，可以帮助识别心脏健康的实时变化，无需患者进行额外测试或付出额外努力。这些变化可以作为早期预警信号，让临床医生能够更快地进行干预，提供更具响应性的护理。
研究人员还发现，日常心肺功能下降10%或更多的患者，其非计划住院或紧急治疗风险增加了三倍以上。
"思考如何在患者所在之处治疗、管理和监测他们，一直是我们关注的重点，"大学健康网络彼得·芒克心脏中心(UHN's Peter Munk Cardiac Centre)的心脏病专家、多伦多大学坦佩蒂医学院(Temerty Faculty of Medicine)教授、该研究的共同资深作者希瑟·罗斯(Heather Ross)博士说道。
"这项研究的发现可能是一个潜在的游戏规则改变者，因为它让我们能够在患者最终来到急诊室之前，识别出表明患者有麻烦的信号。"
作为研究参与者的范德普卢姆，在18岁时被诊断出患有肥厚型心肌病(hypertrophic cardiomyopathy)，她一生中的大部分时间都是大学健康网络的患者。到60岁时，她发展为心力衰竭。
她说，她的Apple Watch为她提供了额外的护理感，使她与医疗团队和研究团队保持联系。
"医生们可以利用这些数据来预测你是否会恶化，并在你需要住院之前进行干预，这个想法让我非常乐意参与并支持这项研究。"
Credit: Pixabay from Pexels
在诊所外监测心脏病患者
心脏病是加拿大第二大死亡原因。心力衰竭——一种心脏无法泵出足够血液来支持身体的状况——影响着全球约6400万人。根据加拿大健康信息研究所(Canadian Institute for Health Information)的数据，心力衰竭在全国范围内持续位列住院原因前五名，使其成为加拿大住院成本最高的原因之一。
对于广泛可用的临床评估工具的需求日益增长，这些工具可以在医院外主动监测和治疗心力衰竭患者。
传统上，临床医生依靠面对面预约来收集心力衰竭治疗所需的患者数据。这意味着临床医生只能获得患者健康状况的快照，可能会错过两次就诊之间发生的症状变化或早期预警信号。
这项研究包括与特德·罗杰斯心脏研究中心(Ted Rogers Centre for Heart Research)和多伦多大学机构战略计划Transform HF相关的研究人员，他们在三个月的时间里观察了217名心力衰竭患者在日常生活中的数据。Apple为研究提供了200部iPhone和Apple Watch设备，对稿件提供了反馈，并与所有作者合作构建了专门用于该研究的移动应用程序。
研究团队独立领导了研究设计、模型开发、分析和写作。
研究参与者佩戴的Apple Watch为研究人员提供了心率、身体活动和血氧饱和度等数据。直到最近，还不清楚这些测量是否可用于估计心力衰竭患者健康状况和非计划医疗护理的风险。
"我们研究真正新颖之处在于，它捕捉了来自真实世界中患者的无干扰、自由生活的数据，"大学健康网络的高级科学家、多伦多大学医学生物物理学、计算机科学和医学影像学助理教授、该研究的共同资深作者克里斯·麦金托什(Chris McIntosh)博士说道。
"我们不仅测量某人在医院走廊中行走的速度，而此时他们的临床团队站在他们身后并鼓励他们。我们还观察了他们在商场、街道或家中行走时心率的变化。"
Schematic representation of the TRUE-HF observational cohort study design. a, The TRUE-HF study protocol incorporating study-entry clinic visits and 3-month end-of-study visits to assess patient status and cardiopulmonary fitness. Wearable data and daily surveys were collected during the free-living observation period. b, Distribution of key HealthKit variables, illustrating the number of HealthKit recordings collected during the study. c, The TRUE-HF model processing a 30-d sliding window of wearable data for outcome prediction (pVO2), which was tested for concordance with CPET-derived pVO2 and clinical events including declines in CPET pVO2, hospitalization, emergency visits and intravenous furosemide administration. Credit: Nature Medicine (2026). DOI: 10.1038/s41591-026-04247-3
使用AI模型分析参与者心脏数据
研究团队——包括博士生高源(Yuan Gao)和大学健康网络临床科学家、坦佩蒂医学院助理教授雅斯·莫耶迪(Yas Moayedi)——使用大学健康网络开发并经过外部验证的人工智能模型，分析了可穿戴设备的数据模式，以估算日常心肺功能，这是衡量心脏和肺部协同工作能力的关键指标。
研究人员发现，基于智能手表的体能数据读数和估计值与研究开始和结束时在医院完成的正式临床运动测试结果非常吻合。
随时间变化的心肺功能可能会影响患者对非计划医疗护理的可能性，包括再住院，为临床医生提供了新的见解。
"这些日复一日的变化是我们以前从未能够观察到的，"麦金托什说道。
这些发现提供了一个机会窗口，可以通过主动治疗、药物优化或其他干预措施提供以患者为中心的护理。
Paula Vanderpluym felt an added sense of care and connection while wearing an Apple Watch during the study. Credit: University Health Network
对范德普卢姆来说，参与这项研究是一种简单而重要的方式，可以支持改善医疗服务获取途径的研究。
"在农村地区有很多人无法获得同样的医疗保健中心。可穿戴设备和这项研究的技术可以以他们原本无法实现的方式将他们连接起来，"她说。
进一步的研究将探讨如何将可穿戴监测的进展整合到患者护理中以改善结果。
"未来的目标是拥有一种无干扰、自由生活、近乎连续监测的公平设备，使我们能够跟踪患者的状况并在状况变化时进行干预，"罗斯说道。
出版详情
高源等人，《使用智能手表远程监测心力衰竭恶化》，《自然医学》(2026)。DOI: 10.1038/s41591-026-04247-3
期刊信息：《自然医学》
关键医学概念
心力衰竭、心肺功能、人工智能、心肺运动测试、肥厚型心肌病
临床类别
心脏病学、常见疾病与预防
由多伦多大学提供
【全文结束】