综述：从数据到决策：一种用于早期检测心脏毒性的可穿戴人工智能临床应用流程

《Cardio-Oncology》：From data to decision: a clinical pipeline for wearable AI in early cardiotoxicity detection

　　

摘要

化疗引起的心脏毒性（CIC）是癌症幸存者发病率的主要原因之一，因为传统的监测方法往往只有在心脏功能受到严重损伤后才能发现其异常。本文不仅总结了新兴技术，还重点关注了从传感器数据到可执行决策的整个临床流程，旨在构建一个主动的“早期预警”系统。我们探讨了如何利用可穿戴设备和人工智能（AI）通过分析心率变异性等数字生物标志物来检测亚临床阶段的CIC。概念验证研究表明，AI能够以中等至较高的准确率预测左心室射血分数（LVEF）的下降，但由于样本量较小且缺乏外部验证，相关证据仍较为有限。实施这种可穿戴设备与AI结合的监测方案可以填补现有的监测空白，并及时采取心脏保护措施。然而，在常规临床应用之前，大规模验证以及通过可解释的模型建立临床医生的信任至关重要。