数字生理标志物可预测复杂慢性病患者个体内症状变化

为什么监测脉搏可能预测糟糕的一天

患有长期疾病（如长新冠或慢性疲劳）的人常把症状形容为过山车：有些日子还能应付，有些日子则会出现压倒性的疲惫、脑雾或彻底的“崩溃”。这些波动常常感觉毫无预兆，让患者难以判断何时休息或安排重要活动。本研究提出一个简单但有力的问题：来自手机或可穿戴设备的短时日常读数，能否在糟糕的一天到来之前预测到它？

把日常生活变成健康实验室

研究人员与一款名为 Visible 的手机应用用户合作，该应用面向精力受限的复杂慢性病患者。来自全球的 4,200 多名成年人自愿匿名分享了他们的数据。每晨，他们用智能手机摄像头或一款小型臂部传感器进行 60 秒读数。这些工具测量静息心率、心率变异性（即相邻心跳间隔变化的程度）和呼吸频率。每晚，同一批人则报告他们的感受，包括是否发生崩溃以及疲劳和脑雾的严重程度。

隐藏在微小日变化中的模式

科学家没有仅仅把人和人之间进行比较，而是关注每个人相对于自身常态的变化。他们问：当某人早晨的心率指标与其典型基线不同步时，当晚的症状是否更糟？答案是肯定的。当某人的静息心率高于平常且心率变异性低于平常时，他们更可能在当天晚些时候报告发生崩溃、严重疲劳或脑雾。前一周这些指标出现更大起伏也预示着未来更可能出现问题，这表明心律稳定性与症状稳定性可能相关联。

教机器识别风险

为了检验这些信号是否可用于实际应用，研究团队基于每个人的时间序列数据训练了计算模型。首先，他们测试了仅依赖前一天症状报告的模型。这些模型表现已经相当不错：如果某人昨天感觉不好，模型常能猜到他们今天可能也感觉不好。随后加入了早晨的心率和呼吸读数后，模型在区分低症状日与高症状日方面变得稳健且可重复地更好，尤其是在预测崩溃和脑雾方面。换言之，心脏信号并未取代自我感觉报告，但确实为未来的变化提供了有价值的补充信息。

这对日常生活可能意味着什么

对于应对长新冠、ME/CFS 及相关疾病的人来说，即便是关于即将到来低潮的小小提示也很重要。如果某个应用能在当天警示心率模式存在风险，个人可能会选择多休息、推迟高强度任务或安排额外支持。研究还暗示，长期心律稳定性可能反映机体压力与免疫系统更深层的韧性。然而，研究人员也提醒，这些模型远非完美。它们在针对个体调优时效果最佳，有时会漏掉糟糕的日子或发出误报。数据来自自愿使用特定应用和设备的人群，因此结果未必适用于所有人。

迈向更可预测的日子

总体而言，该研究表明，快速的居家心脏行为读数在小但有意义的程度上，能帮助预测复杂慢性病症状何时可能恶化。晨间静息心率升高与心率变异性下降，尤其是当这些指标在几天内波动较大时，常常预示着晚间的崩溃、疲劳和脑雾。尽管还需要使用连续传感器、更广泛的患者群体和更强的预测工具进行更多研究，研究结果指向一个前景：患有不可预测疾病的人可以利用简单的数字检测更好地预判并应对最困难的日子。

引用: Aitken, A., Sawyer, A., Iwasaki, A. et al. Digital physiological biomarkers predict within-person symptom changes in complex chronic illness. npj Digit. Med. 9, 257 (2026). https://doi.org/10.1038/s41746-026-02543-3

关键词: 长新冠, 心率变异性, 可穿戴传感器, 慢性疲劳, 数字健康监测