三星研究美国公司（Samsung Research America）数字健康团队近日发布了两款AI基础模型，专门用于学习智能手表等可穿戴设备采集的生物信号数据。这些数据涵盖心脏活动（如心率、心电图）、睡眠状态以及日常身体活动。相关成果在2026年7月的Galaxy Unpacked活动健康论坛上被公开展示，同时三星还阐述了其“Connected Care”（互联护理）愿景。
什么是生物信号基础模型？
所谓基础模型，是指在大规模无标注数据上预训练、能够通过迁移学习适配多种下游任务的AI模型。在生物信号领域，这类模型可以从数百万人的可穿戴传感器数据中提取通用的生理表征，从而为心率异常检测、睡眠分期、压力评估等应用提供强大的底层支持。
智能手表产生的数据具有高采样率、多通道、长时间连续等特点。传统方法依赖人工设计特征，且需要大量专家标注。而基础模型通过自监督学习，可以从大量未标注的原始信号中捕捉人体生理状态的微妙变化，大幅提高模型在不同人群、不同设备间的泛化能力。
Connected Care：从“记录”到“理解”
在Galaxy Unpacked期间的健康论坛上，三星展示了其对未来健康管理的构想。Connected Care愿景的核心是：将智能手表等设备变成“感知入口”，通过AI模型持续分析用户的身体信号，并与专业医疗体系连接，实现预防性护理和远程干预。这不再是简单地记录步数或心率，而是构建一个全天候的个人健康守护网。
“可穿戴设备和AI的结合，正在把医疗健康从被动治疗推向主动预防。”——有分析人士如此评价。
行业趋势：巨头竞逐健康AI
三星的动作并非孤例。苹果、谷歌、华为等科技公司均已在可穿戴健康AI上重金布局。苹果Apple Watch的心电图功能已经帮助用户发现潜在房颤；谷歌则将Fitbit的健康数据与AI算法结合，提供睡眠和压力分析。然而，大多数现有方案局限于特定指标，缺乏对多模态生物信号的统一建模能力。三星此次发布的AI基础模型，试图打通心脏活动、睡眠、运动之间的数据壁垒，形成更全面的健康画像。
基础模型带来的优势十分明显：首先，它可以利用海量未标注数据，减少对昂贵的人工标注依赖；其次，通过微调适配不同设备和场景，降低专属模型开发成本；最后，它能够同时处理多个维度的信号，发现跨指标间的潜在关联，例如睡眠质量与心率变异性之间的联系。
挑战不容忽视
当然，健康AI的发展仍面临多重挑战。最突出的是隐私与安全。生物信号是极其敏感的个人信息，在“端侧训练”和“云端协作”之间需要寻求平衡。三星等厂商需要在模型学习中融入差分隐私、联邦学习等技术，确保用户数据不被滥用。
此外，医学级有效性证明也是一大难点。AI模型需要在严格的临床试验中验证，才能获得监管许可并赢得医生信任。模型的“可解释性”同样关键——如果医生无法理解AI为何得出某个结论，就很难将其用于临床决策。
编者按：健康AI进化的关键一步
三星发布的这两款基础模型，标志着可穿戴健康设备正在从“传感器 + 简单算法”向“大模型 + 个性化服务”跃迁。随着这类模型不断迭代，未来智能手表将更深刻理解主人的身体状态，甚至在症状出现前发出预警。这不仅是技术突破，更预示着人们与自身健康的关系将发生根本性变化。
当然，从实验室到产品落地还有不短距离。但可以预见，AI基础模型将成为可穿戴健康领域的核心竞争力。三星迈出了关键一步，而整个行业都将因此受益。
本文编译自AI News
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接