心衰失代偿早期预警：可提前29天预警，检出率达81%，远程监测新方向？

*仅供医学专业人士阅读参考

早期识别双线探索：生物标志物策略未达终点，AI语音监测提供新可能

撰文｜医学界报道组

急性心衰（AHF）是急诊和住院患者中常见的危重情况，起病急、预后差，早期识别和干预对改善结局至关重要。目前，NT-proBNP 和心肌肌钙蛋白 T（cTnT）等生物标志物已在临床广泛用于心衰和心肌梗死的辅助诊断，但能否通过结构化、生物标志物导向的早期评估策略改善患者预后，仍缺乏充分证据。与此同时，数字化工具的兴起为心衰远程监测提供了新的可能，其中基于语音分析的 AI 技术因其非侵入性和便捷性而受到关注。在 ESC 2026 大会的“Acute heart failure: biomarkers, imaging, and digital prediction of outcomes”专题中，两项研究分别从生物标志物导向管理和AI 语音监测两个角度，探讨了急性心衰早期识别与预测的新路径。

ACE 4研究：生物标志物联合结构化反馈未能改善 12 个月结局

Akershus Cardiac Examination 4（ACE 4）研究是一项实效性、单中心、随机对照试验，纳入急诊科因急性呼吸急促（呼吸频率≥20 次/分）住院的成人患者。研究旨在检验由 NT‑proBNP 和心肌肌钙蛋白 T（cTnT）指导的早期心脏评估，结合嵌入电子健康记录（EHR）的标准化推荐，能否较标准治疗改善临床结局。

研究共纳入573 例患者，随机分为干预组（n=286）和对照组（n=287），两组基线特征均衡，中位年龄约为74岁，心血管合并症比例相似（注：干预组 NT-proBNP 中位数为 506 ng/L，对照组为 628 ng/L）。干预组患者接受基于生物标志物算法的心衰可能性评估，并通过 EHR 获得后续诊断和管理的标准化建议。主要终点为随机化后 12 个月内全因死亡或再入院的复合事件。

结果显示，12 个月随访期间，干预组 132 例（46%）患者发生主要终点事件，对照组 126 例（44%），Kaplan-Meier 曲线未显示两组间有明显分离（log-rank P=0.48）。经年龄和性别校正的 Cox 回归分析中，干预与主要终点风险降低无显著关联（HR 0.92, 95% CI 0.72-1.17; P=0.50）。再入院和死亡单独分析的结果与复合终点一致。这一结果提示，在非选择的急性呼吸急促住院患者中，早期生物标志物检测联合结构化EHR 反馈未能在12个月随访中降低全因死亡或再入院风险。

Pre-DETECT HF 研究：AI 语音分析预测心衰失代偿，中期结果积极

心衰失代偿的早期识别是预防住院的关键。现有远程监测主要依赖症状和基础生命体征，往往在失代偿已发生后才出现异常。近年研究提示，肺淤血可能影响声道生理，产生细微的声学改变。Pre-DETECT HF 研究旨在评估纵向 AI 语音分析能否作为心衰恶化（WHF）的早期非侵入性信号。

这是一项多中心、前瞻性观察研究，纳入因急性失代偿性心衰住院的成人患者，在出院后进行6 个月随访。参与者每日完成标准化语音记录和结构化健康问卷，语音数据上传至安全云平台，提取声学特征后训练梯度提升分类器。模型性能采用留一患者交叉验证评估。中期分析中，共 114 名参与者[平均年龄69 ± 12 岁，其中65名（57%）为男性]贡献了12361个患者日，心衰表型分布为 HFrEF 43%、HFmrEF 12%、HFpEF 45%。随访期间，在 12 名患者中观察到 26 次 WHF 事件。

模型共检测到21 次事件，用于识别 WHF 的敏感性为 81%，中位有效预警时间为 29 天（IQR 19-52），未解释警报率（UAR）为 2.9 次/患者年。这一结果表明，AI 语音分析能够在低警报负担下提前识别即将发生的 WHF，为语音作为心衰失代偿的数字生物标志物提供了初步支持，展现出良好的应用前景。研究随访仍在进行，完整数据集结果将在后续呈现。

小结

两项研究从不同角度审视了急性心衰早期识别策略的临床价值。ACE 4 研究提示，在因急性呼吸急促住院的疑似心衰患者中，单纯的生物标志物导向早期评估联合结构化 EHR 反馈未能较标准治疗进一步降低全因死亡或再入院风险，提示针对此类疑似人群的早期评估不能仅依赖生物标志物检测环节的优化。Pre-DETECT HF 研究则展示了 AI 语音监测在预测心衰失代偿方面的良好潜力，81% 的敏感性和近一个月的预警窗口令人鼓舞，但样本量有限且为观察性设计，仍需更大规模验证。

参考文献：

[1] Bhatnagar R, Lippestad K, Wisloff T, et al. Biomarker-guided early heart failure assessment in hospitalized patients with tachypnea: results from the Akershus Cardiac Examination 4 Study. ESC 2026.

[2] Kabak S, Riehle L, Goetz A, et al. Voice monitoring to predict heart failure decompensation using AI‑based analysis: insights from the Pre-DETECT HF Study. ESC 2026.

医学界心血管领域交流群正式开放！

加入我们吧！

责任编辑：银子

*“医学界”力求所发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。