2026 ESC 科学声明：心血管医学中的数字生物标志物

文件全称：Digital biomarkers in cardiovascular medicine‑a scientific statement of the ESCESC 365 发布：2026‑07‑17，发表于European Heart Journal‑Digital Health；由 ESC 电子心脏病学工作组联合 HFA、EHRA、EACVI、EAPC、ACVC 及 ESC 数字 AI 委员会、监管事务委员会共同编写。 文件定位：科学声明，非临床指南；系统定义心血管数字生物标志物，建立验证框架，梳理全临床场景应用，剖析方法学、监管、伦理实施障碍，为临床试验、临床落地、器械监管提供统一参考标准ESC 365。

一、定义与分类

1. 数字生物标志物（Digital Biomarker）

由数字健康设备采集、经算法处理得到的可量化生理 / 病理信号，用于疾病筛查、诊断、预后评估、治疗应答监测、终点判定；来源包含可穿戴传感器、贴片、智能手表、植入器械、影像 AI、移动心电、远程居家监测设备，区别于传统血液、组织学生物标志物ESC 365。

2. 四大功能分类

1. 诊断型数字生物标志物：检出疾病、识别表型（如手表 PPG 识别房颤、AI‑ECG 识别左室肥厚）。
2. 预后型数字生物标志物：预测未来心血管事件风险（活动度、睡眠、心率变异性预测心衰住院）。
3. 治疗应答生物标志物：动态监测药物 / 器械治疗效果，指导滴定。
4. 临床试验终点生物标志物：作为替代终点用于新药、器械临床试验。

3. 信号来源大类

• 光电容积 PPG；单 / 多导联动态心电；植入设备（ICD/CRT）远程数据流；运动、睡眠、呼吸、体重、阻抗居家传感器；AI 处理超声、CT、MRI 影像输出的量化参数。

二、临床全链条应用场景

1. 房颤与心律失常

• 消费级可穿戴 PPG / 单导联 ECG：大规模人群房颤筛查；检出阵发性无症状房颤；用于卒中风险人群早期识别。

声明提示：筛查检出异常仅提示需要进一步临床确认，不可直接作为确诊依据。

2. 心力衰竭

• 居家体重、胸腔阻抗、心率‑活动度多模态数字信号，预警心衰失代偿、预测再住院风险；
• 植入器械远程监测参数可用于临床试验，但不推荐单独作为临床治疗调整的唯一依据；
• 可穿戴运动能力指标，可评估功能状态、治疗反应，补充 6 分钟步行试验。

3. 冠心病、心肌病、瓣膜病

• AI‑ECG 数字生物标志物：预测隐匿性冠心病、心肌纤维化、估算心血管生物学年龄；
• AI 影像衍生数字参数（超声应变、CMR‑ECV、CT 脂肪衰减指数）用于风险分层。

4. 预防心血管疾病

大规模人群连续采集活动、睡眠、心率指标，识别亚临床心血管损伤，实现上游风险预警。

5. 临床试验中的特殊价值

数字生物标志物可提供近乎连续、真实世界纵向数据，减少随访偏倚；但强调替代终点需要充分验证，不能随意替代硬临床终点（死亡、心梗、卒中）ESC 365。

三、核心：数字生物标志物五级验证框架（声明最重要方法论部分）

传统生化标志物验证体系不完全适配数字生物标志物，ESC 提出由低到高 5 级递进验证，必须逐级完成，不可直接跳到临床应用ESC 365。

1. L1：技术验证：设备与算法本身重复性、稳定性、抗干扰；与金标准参考设备比对。
2. L2：分析验证：区分患病 / 非患病人群的判别性能（AUC、灵敏度特异度）；评估不同年龄、性别、人种、合并症、设备噪声下的鲁棒性。
3. L3：临床验证（诊断 / 预后）：独立多中心队列，证明该标志物与临床结局存在关联；排除混杂因素。
4. L4：临床效用验证：前瞻性研究，证实使用该标志物改变临床决策，并改善患者结局；这是落地临床常规的关键门槛，目前大量数字生物标志物止步 L2‑L3，缺少 L4 证据。
5. L5：真实世界实施与成本效益验证：评估在真实医疗环境下可行性、卫生经济学、可及性。

现实现状：当前绝大多数消费设备衍生数字生物标志物仅完成 L1‑L2，缺少 L4 临床效用证据，不适合直接指导临床治疗决策。

四、主要方法学与现实挑战

1. 信号噪声问题：运动伪差、体位、皮肤状态、设备个体差异，容易产生错误输出。
2. 数据集偏倚：算法训练数据多来自白人、相对健康人群；在老年、衰弱、多合并症、少数族裔人群性能下降。
3. 可解释性缺陷：AI 黑箱输出数值，医生难以溯源信号来源。
4. 参考标准缺失：很多数字生物标志物无统一界值、无统一测量协议，不同厂商设备结果不可互换，不能跨设备直接对比随访变化。
5. 监管生命周期难题：自适应持续迭代更新算法，每一次版本变化都可能改变输出结果，上市后持续监控要求高。
6. 隐私与数据治理：连续采集的大量个人生理数据，数据存储、共享、患者知情同意。

五、临床使用核心原则（临床红线）

1. 数字生物标志物仅作为辅助信息，不能独立完成诊断、不能单独驱动治疗决策，必须结合症状、体征、传统检验影像综合判断。
2. 区分科研用途与常规临床诊疗用途；未完成 L4 级验证的标志物仅用于科研，不纳入常规临床路径。
3. 厂商应当公开算法版本、验证队列、局限性、适用人群，不适用场景。
4. 随访监测尽量使用同一设备同一算法版本；版本更新后要警惕测量漂移，谨慎解读前后对比。
5. 消费级可穿戴设备输出结果，应当告知患者其局限性，避免患者自行据此调药。

六、监管、行业与临床机构实施建议

1. 监管机构：针对自适应迭代 AI 算法，建立完整生命周期监管，上市后持续性能监测。
2. 产业方：完整公开 L1‑L5 验证证据，明确产品临床定位，不夸大临床效用。
3. 医疗机构：引入数字生物标志物工具前，完成院内本地验证；开展医务人员培训，掌握工具局限性。
4. 临床研究：鼓励前瞻性 pragmatic 真实世界研究，补齐 L4 临床效用证据缺口。

七、未来展望

1. 多模态融合：将 PPG、心电、活动、影像衍生数字标志物联合，提升判别能力。
2. 建立心血管数字生物标志物国际报告与验证标准。
3. 优先开展证明 “改善患者结局” 的前瞻性研究，而不局限于算法准确率。
4. 平衡创新与安全，缩小不同地区医疗可及性差距。

八、声明小结

这份 ESC 科学声明统一了心血管数字生物标志物的定义、分类与L1‑L5 五级递进验证框架，明确当前大量可穿戴、AI 衍生数字生物标志物仅有判别性能，缺少证明可以改善患者结局的临床效用证据。核心原则：数字生物标志物是临床辅助工具，不能独立做诊断和治疗决策；验证必须逐级开展，区分科研应用与常规临床应用；关注算法偏倚、版本迭代、数据隐私与监管生命周期ESC 365。

本内容为公开科学声明的学习整理，仅供临床教育，不能替代临床医师个体化诊疗决策