三星已经验证了 Galaxy Watch 上的创新系统，能够在晕倒发生前五分钟进行预测。该公司与韩国中央大学医院合作开发了一种人工智能算法，可通过已集成到智能手表中的传感器监测生命体征。这标志着商业可穿戴设备首次能够以经过验证的临床准确性来预测这些事件。
算法如何识别心跳模式
Galaxy Watch 6 中的光电体积描记传感器持续监测用户的心率变异性。该组件已存在于手表的早期版本中，但其功能尚未得到充分利用。新颖之处在于通过人工智能处理数据，它可以识别意识丧失之前心跳的微观模式。
在临床试验期间，研究人员在受控环境中对 132 名患者进行了随访。每个志愿者都接受诱发晕厥测试，同时手表不断记录生命体征。机器学习算法处理了数千种变化，以构建强大的预测模型。结果在早期发作检测中达到了 84.6% 的准确率。
实时预测的临床影响
五分钟的警告间隔代表了预防医学的重大进步。通过提前时间，手表佩戴者获得了在血管迷走性晕厥发生之前安全定位的重要机会。这种晕厥是最常见的晕厥类型，世界上多达 40% 的人口在生命中的某个阶段受到影响。
这些事件引起的突然跌倒往往会导致骨折、脑震荡甚至脑出血。人们可能会在楼梯上、街道交叉口或需要平衡的活动中晕倒。手表的警报功能可以让用户躺在安全的地方，寻求帮助，或者在完全失去知觉之前坐下来。
现有技术的新用途
Galaxy Watch 6 已经拥有执行此检测所需的所有必要基础设施。光电体积描记传感器自以前的版本以来就已存在，但其潜力尚未得到充分利用。三星利用手表的本地处理能力和连接性来实施人工智能算法，而无需硬件升级。
该研究发表在欧洲主要心脏病学出版物《欧洲心脏杂志》上。独立同行的验证为这一发现提供了科学可信度。三星健康研究主管 Jongmin Choi 强调，这一发现标志着从反应性设备向预防性设备的转变。智能手表不再仅仅记录已经发生的事件来预测真实和具体的风险。
- 在受控测试中，该模型对事件的预测准确率为 84.6%。
- 平均提前时间为活动前五分钟。
- 样本包括 132 名接受诱发晕厥测试的患者。
- 通过市售 PPG 传感器收集信号。
- 不需要额外的硬件来实现该功能。
获得可用性和监管批准的途径
尽管该功能目前尚未向公众开放，但三星表示该功能将在不久的将来的型号中推出。 Galaxy Watch 8 是该系列的最新版本，已经可以监测睡眠呼吸暂停并检测不规则心跳。这一技术基础有助于在未来版本中集成新的晕厥预测系统。
下一步涉及不同国家的监管验证。美国 FDA 和欧洲卫生机构等机构需要批准该资源的临床使用。这些流程确保该技术符合国际公认的安全性和有效性标准。三星与医疗机构并行合作，在不同人群和控制较少的环境中扩大临床试验。
可穿戴设备在医学领域的革命
这一发展反映了可穿戴设备市场的一个更大趋势。智能手表不再仅仅是基本步数和卡路里追踪的配件，现在还充当能够检测严重健康状况的连续医疗传感器。改进的传感器、快速本地处理和人工智能算法的结合创造了一个生态系统，曾经专属于办公室环境的诊断现在可以在用户的手腕上进行。健康监测技术的民主化扩大了普通人群获得预防工具的机会。