把手表读不出的心电图当成指标,这家公司让判读失败率降了92%

首页 / AI资讯 / AI硬件

11月5日,总部位于北爱尔兰贝尔法斯特的医疗科技公司 PulseAI 宣布,其面向可穿戴设备的心律失常分析算法获得美国食品药品监督管理局的 510(k) 清除。这项清除针对的是软件作为医疗器械的路径,意味着它可以进入医院采购渠道、可以按已清除的医疗工具对外营销。让这个公告有分量的不是清除本身,而是一组被多数评测刻意忽略的数据:智能手表心电图里那些"无法判读"的结果,占比有多高,以及把它们算作失败之后,设备的真实表现会掉到什么水平。

手表读不出来的那17.6%

智能手表记录的是单导联心电图,只有一条电路视角,而医院里的标准设备是十二导联。单导联的信号更容易被运动、电极接触不良和个体波形差异干扰。当算法在设备本地算不出足够置信度的结论时,会返回一个"不确定"的结果,这是设计上的保守,也是硬件算力的约束:手表要省电,能跑的模型复杂度有限。

行业里长期存在一个统计口径的问题。多数产品宣传的准确率,是把不确定的结果排除在分母之外算出来的,等于只统计那些它愿意给答案的样本。PulseAI 公布的这组研究把三种算法都算了一遍:只看能判读的结果,手表对房颤的检出率是96.1%,对健康人的正确排除率是97.9%;把不确定一律算作判错,两个数字分别掉到78.1%与81.0%;允许同一个人最多测三次,数字回到92.2%与91.0%。同一批数据,三种算法,差距最大达到18个百分点。这个差距不是技术细节,它直接决定了医院该给多少个患者安排复查。

同一个研究里的三种算法

这项研究是前瞻性的,共纳入296名参与者,用的是爱尔兰一家医院采集的 Apple Watch 记录,发表在心电领域期刊《Heart Rhythm》。研究团队用同一批录音跑了 PulseAI 的算法,然后把结果与手表自带算法逐一对照。

按"不确定算错"这种最严格的算法,PulseAI 的检出率是98.4%,正确排除率是96.1%,不确定判读从17.6%降到1.4%,降幅约92%。另一个指标是一致性:同一个人重复测量时给出相同结论的程度,用卡帕系数衡量,PulseAI 是0.96,手表自带算法是0.77。卡帕系数越接近1表示越稳定,0.96意味着几乎不会来回改口,而0.77意味着同一个人可能今天被告知异常、明天被告知正常。

一致性这个指标在真实场景里比准确率更影响体验。一个人测出房颤提示,去医院复查却显示正常,接下来他还会相信这个提示吗。反复无常的结论会迅速消耗用户的信任,也会给临床带来额外的复查负担。把稳定性单独拿出来报,是这份研究比多数厂商材料更诚实的地方。

云端二次判读补的是算力而不是医学

算法的工作方式是把录音传到云端分析,结构化结果回传到配对的应用程序里供临床复核。这个架构选择解释了不确定率为什么能降下来:手表本地跑的是受限模型,云端可以跑复杂得多的网络,输入同样的波形,能提取的特征完全不同。

但要说清楚的是,它补的是算力,不是医学判断。单导联的物理限制没有变,P 波的缺失、基线漂移、伪差干扰,这些问题靠更大的模型只能缓解不能消除。云端分析还引入了新的依赖:网络不通时无法判读,数据出内网涉及合规,服务可用性直接影响临床流程。对一家医院,这意味着它采购的不只是一个算法,而是一整套需要运维的服务。

公司方面给出的规模背景是,2025年全球卖出约1.64亿块智能手表,心电记录早已走出医院。最直接的矛盾是记录量涨了,能读片的人没涨。任何能减少"读不出来"的工具,价值都落在同一个地方:把有限的临床人力从重复判读里释放出来。

510(k)清的是什么,不清什么

510(k) 是美国的一条上市前通知路径,核心是证明新产品与一个已合法上市的对照产品在预期用途与安全性上实质等同。它不等于 FDA 独立验证了产品优于现有工具,也不等于证明患者结局改善。理解这一点,才能正确看待清除的分量:它打开的是商业通道,不是疗效背书。

这次清除的具体条款还有不少空白。510(k) 编号、上市时间、适配哪些设备与平台,公司都没有披露。训练数据的构成、人群分布、种族与年龄覆盖,公开材料里也没有细节。研究本身规模有限,单中心、296人,由公司资助,创始人是作者之一,结论的对照物是手表自带算法而非心内科医生的判读。这些都是需要在真实使用中继续验证的部分。采购方在评估这类产品时,最好把清除当成入场券,把研究数据当成参考值,真正的判断依据仍然是自己院内的小规模试用。

这张报告由谁付费

可穿戴心电的商业模式一直没跑通,卡点不在技术,在付费方。用户不愿意为一次判读单独付钱,设备厂商希望把它做成卖点而不是成本,医院愿意为减少复查付费但需要证据,保险方要看到费用节省才肯覆盖。软件作为医疗器械的清除,解决的是"能不能合法卖给医院"这个问题,没有解决"谁来买单"。

真正可能跑通的路径,是把不确定率当成采购指标。一家医院一年收到几千份患者自带的手表心电图,其中两成读不出来,每一份都要安排复查。如果一项工具能把这部分降到百分之一,节省的是实打实的门诊时间与人力,这笔账医院算得清。按这个逻辑,产品应该卖给医疗机构而不是消费者,定价应该按处理量而不是按下载量。这条路比面向消费者卖订阅慢,但更稳。

素材来源:PR Newswire、Heart Rhythm、阿尔斯特大学 发布时间:2026-11-08