待验证80% 置信决策规则时间未知
带AI风险提示的产品其算法多基于温度对称性或阻抗差异，只能给出'建议就医/正常'的粗分级，假阳性率偏高易引发焦虑，选择时应关注厂商是否公布临床验证的灵敏度/特异度数据
1
来源数
80%
置信度
中期 (~90 天)
时效性
-
首次发现
来源
涉及实体
相关事实
待验证不要依赖健康监测APP的AI异常预警做诊断决策：现有算法对活动量下降、心率变化只能提示'建议就医'，无法区分病因，把APP预警当确诊依据可能延误或造成过度焦虑72% 相似待验证数据分析能力的核心是异常预警而非单纯记录——优质产品支持自定义发热阈值推送、多人账户管理和数据导出为PDF供医生查看，仅显示实时数字的APP价值有限71% 相似待验证医学AI临床验证的性能基准须针对目标人群建立，不能直接沿用公开数据集的评测结果，需通过多中心前瞻性研究证明安全性和有效性71% 相似待验证AI算法对房颤的识别准确率在临床研究中获得FDA认证，但对房颤以外的复杂心律失常（如室性早搏、房室传导阻滞等）判读能力有限，仍需医生复核68% 相似待验证选购时确认厂商公布的跌倒识别准确率应≥90%且明确标注误报率（漏报比误报更危险），无第三方或医疗认证数据支撑的'AI识别'宣传应保持怀疑67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/196993API
curl https://kongchang.com/api/v1/knowledge/claims/196993MCP
get_claim(id=196993)