研究基本信息
- 期刊：European Heart Journal（2026），47(Supplement_1)，DOI: 10.1093/eurheartj/ehag785.4255
- 文献类型：欧洲心脏病学会年会会议摘要，不是完整研究论文，方法与局限被压缩到千余字
- 研究设计：模型开发 + 三个队列的预后验证 + 多组学关联 + 孟德尔随机化
- 数据规模：训练集为 120 万份 12 导联心电图（BIDMC）；验证队列为 BIDMC 6.2 万人、英国 Airwave 健康监测研究 4.5 万人、麻省总医院 120 万人，合计约 131 万人（BIDMC 属内部队列，与训练集同源）
- 证据等级：preliminary —— 全部为观察性数据加建模，没有任何干预
它到底在测什么
做法是让一个一维残差网络（1D-ResNet）看单份 12 导联心电图，直接预测年龄。模型预测值减去真实年龄，得到所谓「时钟加速量」。争议点从来不是「能不能预测年龄」——深度学习做这件事已经很多年——而是这个差值究竟映不映真实的生物学衰老，还是只反映了「心电图看起来老」。
作者的应对是把这个差值往三个方向去对：心脏电生理与结构表型、血浆分子层面、以及遗传因果线索。
结果：风险是逐级升高的
模型在三个队列的年龄预测平均绝对误差分别为 7.48 年、6.44 年、8.16 年。临床上更受关注的是校准年龄与性别后的风险比（HR，跨队列范围）：
- 房扑 1.26–1.62、房颤 1.26–1.37
- 束支传导阻滞 1.23–1.79、完全性房室传导阻滞 1.29–2.07
- 心源性猝死 1.09–1.34
- 扩张型心肌病 1.22–1.84、心衰 1.24–1.37、主动脉瘤 1.21–1.35
规律很清楚：电生理结局的关联最强，结构性结局次之。这与「心电图本身就是电信号」这一点吻合，也提示模型可能更容易捕捉传导系统的老化，而不是整个心血管系统的老化。同期超声指标也同向：加速者的心房更大、传导时间更长、射血分数更低。
分子与基因这两层
在 Airwave 队列的多组学子集里，心脏年龄加速与循环脂肪酸、促炎脂质、酰基肉碱、嘌呤代谢与乙醇酰胺升高同向；相反一侧是抗氧化物质、缩醛磷脂、类固醇代谢物、支链氨基酸、N-酰基乙醇胺与大颗粒 HDL。苯丙氨酸/酪氨酸代谢、尿素循环与精氨酸代谢则同时出现促衰与抗衰两类代谢物——这一点值得记：同一通路里方向相反的信号并存，说明这批关联还不能简化成「某条通路在变老」。
蛋白组学给出的是炎症模式（趋化因子、IL-1 信号）。孟德尔随机化十项结局中，只有房颤拿到多个经 FDR 校正后仍显著的位点；心衰与心肌病的信号更弱，血管类结局最弱。换句话说，遗传层面的证据强度远不如观察性关联那么整齐。
边界与未解之处
- 这不是新发现，是同一模型的第三次会场报告。同一课题组 2026 年已在英国心血管学会（BMJ Heart 增刊）与美国心律学会（HeartRhythm 案例报告增刊）报过这套模型，本次加了第三个队列与孟德尔随机化部分。阶段性数据反复以摘要形式出现，不等于被独立重复。
- 会议摘要没有校准曲线、没有决策曲线分析，也没有说明加速量在个体层面的可重复性。7–8 岁的平均误差，意味着对单个患者而言这个「心脏年龄」相当粗。
- 观察性设计无法回答关键问题：把加速量降下来，风险会不会跟着降？摘要中的措辞是「支持用于风险分层与试验富集」，这是用途设想，不是已验证的疗效。
- 孟德尔随机化只对房颤给出较硬的支持，与观察性部分「电生理结局关联最强」方向一致，但也意味着其余结局的因果性仍然悬空。
普通人能怎么用
心电图便宜、普及、无创，这是它作为衰老标志物的最大优势。但现阶段的定位是研究工具与分层工具，不是体检报告上可以自己解读的新指标。真正落地要等两件事：完整论文公开方法与校准数据，以及前瞻性研究证明依据它做出的干预能改变结局。在那之前，看到「AI 算出你的心脏老了 8 岁」这类说法，应当知道它背后是一个平均误差 7 年以上、且只在会议摘要层面公开过的模型。