可穿戴单导联心电设备成本低、易部署，但波形信息量远少于十二导联，噪声与基线漂移更突出。医疗AI实验室近期围绕院外房颤与早搏筛查，完成了一轮端到端实验：先以工频陷波、小波去噪与R峰对齐做预处理，再将单导联信号映射为节律与形态两路特征，分别送入轻量卷积网络与一维时序注意力模块，最后按正常、房颤、早搏、噪声不可判读四类输出分级结果。
进展方面，在公开数据集与院内脱敏数据构成的混合测试集上，四分类宏平均F1达到0.91，房颤单类召回0.94，噪声不可判读样本的漏判率控制在3%以内；模型参数量约0.8M，可在主流可穿戴主控上以每秒50帧的节律片段实时推理。需要说明的是，当前验证样本以成人静息场景为主，运动伪影与老年多病共存人群的泛化能力仍在补测。
下一步计划有两条：一是引入多片段投票机制，用30秒窗口的时序一致性压低单点误报；二是与临床合作方开展小规模前瞻性对照，重点评估分级结果对分诊效率的实际影响，而非单纯追求分类指标。
我们坚持把结论限定在已验证的范围内：单导联适合做初筛与提示，不替代十二导联诊断，也不对个体作医学结论。
评论