提前五分钟预测心房颤动：一个个性化神经网络读取可穿戴设备的心电图（arXiv，2026）
这篇于 2026 年 6 月 9 日发表在 arXiv 上、来自首尔国立大学团队的预印本，训练了一个神经网络，从一段 60 秒的单导联心电图（ECG）出发，预测心房颤动是否会在随后的 5 分钟内开始发作。通过用每位患者最初 24 小时的记录对模型进行微调，AUROC——区分阳性病例与阴性病例的能力——在训练队列上从约 0.61 升至 0.71，在一个独立的韩国队列上从 0.59 升至 0.69。这个设想很有吸引力（预判发作而非检测发作），代码开源，演示横跨三个真实的动态心电图数据库。但性能仍属中等，决策阈值是在每位患者自己的测试数据上校准的，欧洲验证队列缩小到仅 6 名患者，而三位作者中有两位隶属于生产其中一种受研设备的公司。
背景
心房颤动是最常见的持续性心律失常：心脏的心房不规则地杂乱收缩，而非规律跳动。它使中风风险升高五倍，并在心力衰竭中占据重要地位。其阵发性形式尤为隐匿：发作时来时去，有时仅持续数分钟，往往没有症状，因而在一次性检查中难以捕捉。
可穿戴设备——智能手表、心电贴片、长程动态心电图仪——通过连续数日记录心律改变了格局。大多数现有算法在颤动已经开始后才将其检测出来。本文的志向有所不同：在发作前数分钟预测它。临床意义很具体。如果能可靠地预告一次即将到来的发作，便可启动所谓"口袋药丸"（pill-in-the-pocket）策略（在发作前按需服用一片抗心律失常药），或在重症监护中发出警报——那里快速心室反应的颤动可能很危险。此前关于这一预测的工作仍然稀少，往往局限于单一数据集，且难以复现。
方法
该工作由 Jangwon Suh、Soonil Kwon、Eue-Keun Choi、Wonjong Rhee 及其同事署名（首尔国立大学、CHA 大学，以及 SEERS Technology 公司），建立在三个单导联动态心电图数据库之上：ICENTIA11K（11000 名患者，CardioSTAT 贴片，250 Hz）、IRIDIA-AF（152 名患者，动态心电图仪，200 Hz）和 MobiCARE（379 名患者，由 SEERS 生产的同名设备，256 Hz，首尔国立大学医院的私有数据）。
任务被表述为二分类。把记录切成 60 秒的片段；若一个片段紧邻（在 5 分钟内）某次发作的起点，则标为"颤动前"，若它距任何发作至少 20 分钟，则标为"非颤动"。模型须判断每个窗口属于哪一类——也就是说，在 5 分钟的时间窗内预测发作是否临近。
该网络是一个18 层的一维 ResNet——一种卷积神经网络（CNN），专门用于模式识别的一类网络，此处适配于一维的心电信号；"ResNet"指一种带残差连接的架构，便于训练深层网络。参数的确切数量未予说明。贡献的核心是个性化：先在大型数据库 ICENTIA11K 上训练一个"全局"模型，再用每位患者最初约 24 小时的记录对其进行微调（fine-tuning，轻量再训练），然后在其余下的描记上评估。于是每位患者都得到了属于自己的校准模型。性能以 AUROC 和 AUPRC（精确率-召回率曲线下面积，在类别不平衡时更为严格）衡量。决策阈值按患者设定在使约登指数最大化的点上——这对下文是个重要细节。
结果
个性化有帮助，但幅度可测且有限。在内部队列 ICENTIA11K（30 名患者）上，AUROC 从 0.614 升至 0.711（p = 0.046），AUPRC 从 0.546 升至 0.649。在韩国外部队列 MobiCARE（31 名患者）上，AUROC 从 0.585 升至 0.686（p = 0.018），敏感性（0.668 至 0.775）和 F1 分数（0.538 至 0.628）均有明显提升。在欧洲队列 IRIDIA-AF 上，AUROC 从 0.633 升至 0.715，但未达到统计显著性（p = 0.195）——因为只有 6 名患者。作者还表明，每位患者须积累约一打（十余次）发作之后个性化才开始有用，并且模型聚焦于在电生理上说得通的先兆（房性早搏、短阵室上性心动过速），这与发作前心率的上升相互印证。
临床转译：这些数字须审慎解读。AUROC 约 0.70 意味着，随机抽取一个颤动前窗口和一个正常窗口，模型将前者正确判为更高风险的概率约为 100 次中 70 次——优于随机（50/100），但远非一件决断性的工具。在 MobiCARE 的最优阈值下，77.5% 的敏感性与 63.5% 的特异性意味着：在 100 个真正先于发作的窗口中，约 78 个会被标记、22 个被漏掉；但更要紧的是，在 100 个正常窗口中，将近 37 个会触发假警报。而评估是在一个富集的数据集上进行的（约一个风险窗口对两个正常窗口）：在真实的连续监测中，绝大多数分钟都没有颤动，那么所有警报中假警报所占的比例会高得多。作者也承认：需要"提高精度，以减少假警报和不必要的服药"。
好的方面
预测而非检测，且基于真实、多样的数据。着手于颤动的 5 分钟预测、而非仅仅检测，并横跨来自三种不同设备的三个动态心电图数据库，是一个雄心勃勃且有用的选择。在用不同硬件和不同采样率采集的队列上测试同一个模型，正是文献往往跳过的那种泛化检验。
一种诚实且量化的部署策略。作者没有把个性化吹成魔杖，而是描绘了它的学习曲线：他们表明，在发作太少（3 次）时它毫无助益，并提出一种"数据感知"策略——先用全局模型，待积累约一打发作之后再切换到个性化模型。这是一种少见而可贵的姿态，抵御了过度承诺。
代码开源、数据部分公开、可解释。代码以 MIT 许可发布，三个数据库中有两个（ICENTIA11K、IRIDIA-AF）可公开获取。作者用 Grad-CAM 归因图支撑其预测，显示网络依据的是公认的先兆征象；并辅以生理分析（发作前心率与 RMSSD 变异性的上升），使所学到的信号显得可信而非晦涩。
不足之处
阈值在患者的测试数据上校准（失效模式：误导性指标）。敏感性、特异性和预测值都是在每位患者自己的测试集上、按最优约登阈值计算的。作者本人也指出，这些数字是"描述性的"，并非前瞻性能的估计：在实践中，一位患者的理想阈值无法事先得知。再加上评估中的类别不平衡（1 个风险窗口对 2 个正常窗口），比连续监测中颤动罕见的真实情形要有利得多——这是典型的基础率效应，会把所报告的阳性预测值（0.58）抬高到远超实地所能观察到的水平。
验证队列极小且经过筛选（失效模式：选择偏倚与人群偏倚）。在 IRIDIA-AF 的 167 份记录中，仅保留了 6 名患者；MobiCARE 为 379 选 31；ICENTIA11K 的个性化为 30 名。纳入标准（颤动负荷低于 60%、最低发作次数）实际上排除了具有极端特征的患者，而欧洲队列太小，无法得出任何结论（结果不显著）。作者还指出，IRIDIA-AF 不提供患者标识符，因此无法保证个体的唯一性。向广泛人群的泛化由此仍是一个悬而未决的问题。
比较基准薄弱、域偏移与利益冲突（失效模式：有偏的比较基准与人群偏倚）。唯一真正的比较基准是全局模型对个性化模型；没有实现任何基于心率变异性（HRV）的简单基线，尽管那本可构成一个自然的临床参照（作者以窗口短、噪声大为由将其搁置）。模型在导联 I 上训练，却在 MobiCARE 上用导联 II 测试，这是一个不容忽视的域偏移。最后，两位作者受雇于 mobiCARE 设备的制造商 SEERS Technology，资深作者是其股东并申报了与业界的诸多联系——这是一个需要留意的利益冲突，因为三个验证数据库之一恰恰来自该制造商。研究为回顾性，没有前瞻性试验，也没有监管批准，且模型权重未予公开。
它改变了什么
对研究界而言，这篇论文为一个尚未充分勘定的问题——颤动的短期预测——提供了一个可复现的比较基线和一套清晰的配方（先全局模型、后个性化）。开源代码与学习曲线分析，使它成为后来者超越它的诚实起点——可以采用比 ResNet 更新的架构，尤其要采用能代表真实连续监测的阈值与评估。
对临床医生而言，今天一切照旧：这是一篇尚未经同行评议的预印本，判别力中等（AUROC ~0.70），阈值不可迁移，也没有前瞻性验证。预判一次发作以调整治疗的设想仍是一个可信的远景，但在真实条件下预期的假警报率，使其在目前状态下无法指导一项治疗决策。
对患者和公众而言，结论是审慎的。一块手表或一片贴片"在发作前预警"的承诺，在原理上是真实的，但这项工作主要显示了前路：要从一个统计上可探测的信号，走到一件可靠到不会让用户被假警报淹没的工具。预判尚不等于预防。
延伸阅读
完整预印本可在 arXiv（DOI 10.48550/arXiv.2606.10900）获取，发表于 2026 年 6 月 9 日，采用 CC BY-NC-ND 4.0 许可，作者来自首尔国立大学、CHA 大学和 SEERS Technology。代码以 MIT 许可发布于 GitHub。ICENTIA11K（PhysioNet）与 IRIDIA-AF（Zenodo）数据库可公开获取；MobiCARE 数据库仍为私有。关于心房颤动的临床框架，欧洲心脏病学会（ESC）的指南是可靠的入门读物。