韩国科学技术院李丽莎教授团队联合成均馆大学与高丽大学安岩医院研究人员，成功开发一种基于居家生活日志的AI技术，用于早期预警脑血管疾病风险。该技术通过分析1224名老年人在真实居住环境中的长期数据，涵盖日常活动、睡眠、昼夜节律及室内环境指标，结合年龄与慢性病史，精准识别疾病前驱期的数字行为标记。 研究团队利用LivOn Care公司采集的13362份两周生活样本进行模型训练，成功区分确诊前四周的临近高风险期与确诊前十二周的非临近期，分类准确率达96.53%。可解释AI分析揭示，前驱期患者多伴有夜间十时至凌晨二时活动频繁及昼夜节律紊乱；而临近发病时，傍晚六时至十时活动显著减少、静止时间延长，且室内低湿度成为关键预警因素。 该成果近期发表于npj数字医学期刊。团队指出，该技术并非替代临床诊断，而是旨在作为数字健康辅助工具，通过捕捉居家细微生活模式变化，为老年群体及照护者提供客观预警。其核心目标在于推动医疗模式由病后治疗向早期预防与干预转变。后续仍需开展大规模前瞻性验证，方能实现临床转化应用。