*本资料仅供医疗卫生专业人士参考
请勿向非医疗卫生专业人士发放
2026年8月28日至31日，全球心血管领域的年度学术盛会——2026年欧洲心脏病学会年会（ESC 2026）将在德国慕尼黑盛大召开。日本东京大学和东京科学大学的Ryoko Uchida教授公布的研究显示，基于人工智能的面部视频图像分析可在短短5秒内快速、准确地检测出未经诊断的高血压和糖尿病。这一无接触式筛查技术有望突破传统筛查方式的局限，在日常环境中实现大规模、早期化的疾病检测。
研究背景
全球约有14亿成年人患有高血压，5.89亿人患有糖尿病。高血压和糖尿病是心血管疾病最重要的可干预危险因素之一，但大量病例仍未得到诊断。目前的筛查依赖于专门的临床就诊或可穿戴设备，覆盖人群范围有限。研究者希望开发一种AI算法，能够在日常环境中实现无接触式筛查，更早、更大规模地检测常见疾病。
研究方法
这项前瞻性单中心研究共纳入215例参与者，包括已确诊患者和健康志愿者。每位参与者使用光谱相机进行面部和手掌的短时高速视频录制。机器学习算法分析个体视频，提取脉搏波动力学（反映动脉僵硬度）、皮肤血流模式和皮肤颜色光谱特征等数据。参与者同时接受常规评估以确认高血压和糖尿病诊断。
研究结果
基于脉搏波分析（面部和手掌视频），算法检测高血压的准确率达到95.0%。检测正常血压的灵敏度为100.0%，检测高血压的灵敏度为89.2%。令人瞩目的是，仅使用5秒视频时，准确率仍高达90.3%。
在针对糖尿病的新研究中，基于面部血流模式，算法从30秒视频中检测糖尿病的准确率为88.2%，从5秒视频中检测的准确率为81.2%。
算法还可仅通过面部视频无袖带估算血压。收缩压的平均绝对百分比误差为8.6%，平均误差为−2.6 mmHg，符合医疗器械促进协会±5.0 mmHg的标准，但标准差为±12.0 mmHg，超出了协会±8.0 mmHg的标准。未来研究将通过更大规模、多中心的数据集和特征优化来减少这一变异性。
研究结论
本研究表明，机器学习算法可从短至5秒的面部光谱视频记录中高准确度地检测高血压和糖尿病。这一无接触式方法无需袖带、无需采血、无需专门的临床就诊，即可在日常环境中进行筛查，帮助识别那些否则将未被诊断、因而未接受治疗的高危个体。未来需在更大规模、更多样化的人群中验证这些发现，以支持其实时应用。
专家速览
该研究的报告者、日本东京大学和东京科学大学的Ryoko Uchida教授表示：“我们旨在开发一种AI算法，使在日常环境中实现无接触式筛查成为可能，从而更早、更大规模地检测常见疾病。我们的机器学习算法可从短至5秒的面部光谱视频中准确检测高血压和糖尿病。”
ESC数字与AI峰会项目联合主席、European Heart Journal–Digital Health主编Nico Bruining副教授在评论该研究时指出：“令人瞩目的是，AI支持技术正在推动如此强大的早期疾病预防工具的发展。由于这种方法快速、简便且无接触，它可应用于医院之外的许多场景，有望覆盖比传统筛查方法更广泛的人群。早期检测这些疾病意味着可以更早开始治疗和生活方式改变，从而有助于预防心脏病发作、卒中和心血管疾病。”
如发现文内有误请联系我们
编辑：Florence
审校： Sissy
排版：9.o_0
POCKETIN
ESC 2026
由苏州工业园区东方华夏心血管健康研究院和医望共同发起的POCKETIN项目将依托人工智能学术跟踪系统，为全国广大心血管医师带来及时全面的报道。
项目得到了医师报、梅斯医学、365医学网、健康界、中华医学信息导报、心关注、医心、严道医声网等单位的大力支持。
热门跟贴