Peking University People's Hospital

北京大学等团队把常规单导联心电与医生撰写的超声心动图报告对齐，训练出可同时识别13种细粒度心脏结构病的筛查框架AnyECG-Echo。此前同类模型多依赖12导联输入，或只在单一医疗系统内验证，且标签需逐病种人工标注。该框架在内部、时间与地理独立外部共25222例验证队列上，对左室收缩功能减低、全心增大、二尖瓣狭窄等高影响亚型取得较高AUROC，并在外部队列中保持可用判别力。

北京大学等团队把常规单导联心电与医生撰写的超声心动图报告对齐，训练出可同时识别13种细粒度心脏结构病的筛查框架AnyECG-Echo。此前同类模型多依赖12导联输入，或只在单一医疗系统内验证，且标签需逐病种人工标注。该框架在内部、时间与地理独立外部共25222例验证队列上，对左室收缩功能减低、全心增大、二尖瓣狭窄等高影响亚型取得较高AUROC，并在外部队列中保持可用判别力。

这项横断面研究分析了2020年12月至2022年8月中国34个省市165,549名使用兼容华为智能手表完成至少一次有效脉搏波速度（SW-PWV）测量的用户，其中35,402人完成“血管健康”App问卷，结果显示SW-PWV与年龄（r=.6323）、男性、BMI（r=.1981）正相关，在高血压、糖尿病、血脂异常、冠心病、卒中及颈动脉斑块人群中显著升高（高血压与颈动脉斑块相关性最强），对现患心血管病的判别AUC为0.71，套用指南cfPWV的10 m/s阈值时敏感度13.6%、特异度96.7%，作者据此提出该阈值可作为SW-PWV的初步探索性参考，但需与常规cfPWV直接验证及前瞻性纵向研究后方可

这项横断面研究分析了2020年12月至2022年8月中国34个省市165,549名使用兼容华为智能手表完成至少一次有效脉搏波速度（SW-PWV）测量的用户，其中35,402人完成“血管健康”App问卷，结果显示SW-PWV与年龄（r=.6323）、男性、BMI（r=.1981）正相关，在高血压、糖尿病、血脂异常、冠心病、卒中及颈动脉斑块人群中显著升高（高血压与颈动脉斑块相关性最强），对现患心血管病的判别AUC为0.71，套用指南cfPWV的10 m/s阈值时敏感度13.6%、特异度96.7%，作者据此提出该阈值可作为SW-PWV的初步探索性参考，但需与常规cfPWV直接验证及前瞻性纵向研究后方可