当脉搏遇见AI：一个耳环能做什么
2022年，加州圣何塞Harker School的实验室里，17岁的Ella Lan盯着桌上那只不起眼的耳环，脑子里想的却是医院心电监护室里贴满电极片的病人。
心电图监测需要患者在身上贴满电极，行动不便、体验糟糕，尤其对长期监测的老人和儿童极不友好。Ella的解决方案出人意料地优雅：做一只叫PEARL的耳环，只采集脉搏信号，再通过AI模型将脉搏数据"翻译"回心电图。
这个看似简单的思路，背后是生物医学工程与深度学习的深度交叉。脉搏信号嘈杂、信息密度低，要从单点脉搏还原出完整的心电波形，需要模型具备极强的信号特征提取能力。Ella没有停留在概念验证，而是真的做出了能佩戴、能运行、有临床参考价值的原型。
而这，只是她高中四年"医疗AI三部曲"的第二幕。
第一幕：手术室里的"器械识别员"
时间回到2021年，Ella刚上高中的第一年。当大多数新生还在适应课业压力时，她已经在思考一个实际问题：外科手术中，护士和医生需要快速准确地识别和传递器械，但器械种类繁多、手术节奏紧张，人为失误可能导致严重后果。
她的答案是手术室AI视觉系统——让机器实时识别医生手中拿的是哪把器械。这要求模型在复杂手术场景下，克服光线变化、遮挡、快速运动等挑战，实现毫秒级的准确识别。对一个高中生来说，这不仅是技术挑战，更需要理解临床流程、与医疗人员沟通真实需求。
从这一刻起，Ella的研究轨迹就清晰地指向了一个方向：让AI真正走进医院，解决医生的真实痛点。
第三幕：用脉搏"看"糖尿病
2023年，Ella带着她的第三件作品——基于脉搏信号的糖尿病筛查系统——站上了ISEF（国际科学与工程大奖赛）的舞台。这是全球最大规模的中学生科研竞赛，每年汇聚全球顶尖青少年科学家。
这个项目延续了她"以简驭繁"的设计哲学：糖尿病筛查通常需要抽血检测血糖，而Ella尝试通过分析脉搏波形的细微变化，建立无创、便捷的早期筛查模型。从手术室AI到耳环心电图，再到糖尿病筛查，她的技术路线一脉相承——用更轻量的传感方式，获取更丰富的生理信息。
这一年的ISEF，Ella收获了双重认可：美国人工智能协会（AAAI）专项奖第一名，以及转化医学类别二等奖。同年，她还在湾区BioGENEius挑战赛中夺得第一，并入选MIT RSI（高中生科研夏校）——这是全球最难进的高中生科研项目之一，录取率常年低于5%。
IOAI铜牌与斯坦福：新起点
2024年8月，高中毕业后的Ella迎来了另一座里程碑：在首届IOAI（国际人工智能奥林匹克）中，她代表美国队在保加利亚参赛，摘得铜牌。IOAI是AI领域首个面向中学生的国际奥林匹克赛事，考察的不仅是算法能力，更是将AI技术应用于复杂现实问题的综合能力。
随后，她进入斯坦福大学，同时攻读计算机科学（AI方向）和心理学。在斯坦福AI实验室，她继续推进医疗AI研究；同时参与斯坦福医院的ChatEHR项目——让医生不再需要一页页翻阅病历，而是直接向AI提问获取关键信息。
接下来，她将前往Google DeepMind实习。从高中实验室到全球顶级AI研究机构，这条路她走了四年，而且显然才刚刚开始。
给后来者的启示
Ella的路径很难复制，但她的选择逻辑值得思考：
第一，找到"技术-场景"的交汇点。 她的三个项目都锚定在明确的临床场景：手术室器械识别、心电监测、糖尿病筛查。技术不是空中楼阁，而是解决具体问题的工具。
第二，坚持一条主线。 从2021到2023，她的技术栈不断深化，但应用场景始终聚焦医疗。这种专注让她能持续积累领域知识，形成复利效应。
第三，敢于做"重"的项目。 ISEF和IOAI的评委见过太多"调包侠"和"概念PPT"。Ella的原型是真正能佩戴、能运行、有临床对话基础的。这种"实"是竞争力，也是底气。
从圣何塞的高中实验室，到ISEF的最高领奖台，再到斯坦福和DeepMind，Ella Lan的故事还在继续。而对于那些正在实验室里熬夜调试模型的年轻人来说，她的四年或许证明了一件事：当你真心想做出能用的东西时，世界会为你让路。
全网首发！扫码添加顾问老师！
免费领取2026ISEF最新作品集！
想要一对一规划你的科研之路
扫码即刻咨询！
