可穿戴设备将如何促进医疗保健

COVID-19 凸显了及时提供医疗保健数据对于帮助识别受感染和高危人群的重要性。然而，早在 COVID-19 大流行之前，医疗保健可穿戴设备和其他联网医疗设备就已经证明它们能够提供警告潜在健康问题所需的长期数据。在大流行结束很久之后，可穿戴设备可能会在医疗保健领域发挥更大的作用。通过提供对主要生命体征的持续更新测量，可穿戴设备将有助于缩短治疗时间，并减轻医护人员执行必要但耗时的测量的负担，从而使他们能够专注于患者护理。在这里，我们将探讨可穿戴设备如何提供有效的长期解决方案，以提供医护人员所需的基本患者数据。

生命体征测量的重要性

生命体征测量通常为医疗保健提供者提供疾病或慢性健康问题的最初迹象。出于这个原因，几十年来，任何去医生办公室、诊所或医院的访问都是从测量个人的主要生命体征开始的，包括体温、脉搏率、呼吸率和血压。在某些健康状况下，其他生理指标（例如外周血氧饱和度 (SpO2)）变得越来越重要，并包含在生命体征测量列表中。

通过经验和培训，当医生发现主要生命体征发生变化或读数异常时，他们就会意识到潜在的病理，包括：

体温，可以反映人体免疫系统对感染或其他情况的反应。

脉搏率，可以指示心脏的潜在问题。

呼吸频率，它反映了心血管的整体健康状况，并为可能出现的心肺问题提供了一个特别重要的指标。

反映心血管健康状况的血压，通常提示其他多种健康状况。

随着 COVID-19 大流行的发展，生命体征测量变得尤为重要。医疗保健专业人员发现，一个相对可靠的 COVID-19 预测因子是人体对引起该病的 SARS-CoV-2 病毒感染的免疫反应引起的体温升高。因此，体温测量作为可能感染的筛查手段迅速得到广泛应用。事实上，定期监测全套生命体征对于那些因年龄、慢性健康状况或可能损害免疫系统的状况而被认为处于危险中的人来说仍然特别重要。

对于那些感染了 SARS-CoV-2 病毒的人，医生会监测一组扩展的生命体征，以观察 COVID-19 疾病的进展。例如，SpO2 测量对于检测与感染损害呼吸系统的能力相关的氧饱和度降低至关重要。当氧饱和度降低时（如 COVID-19 病例中经常出现的情况），随着心肺系统试图获得更多氧气，呼吸频率可能会上升。由于疾病的进一步发展会广泛影响人体生理，因此必须经常监测患者的生命体征。

使用可穿戴技术测量生命体征

对于这些生命体征中的每一个，可穿戴技术正在出现或已经到位，可以以所需的更新速率长时间执行生命体征测量。例如，温度可穿戴设备已经在医院发挥作用，特别是在许多新生儿病房中，婴儿佩戴微型无线温度传感器贴片，使医护人员能够监测体温而不会打扰他们的小病人。

内置心率监测器 (HRM) 的智能手表和健身手环不仅可以为用户提供基本的心率测量，还可以作为高级检测其他健康问题的基础。根据数字健康初创公司 Cardiogram 和加州大学旧金山分校 (UCSF) 使用来自支持 HRM 的智能手表的心率数据进行的一项研究，即使是常规心率数据也可以检测心房颤动或其他心律失常。Cardiogram 和 UCSF 的进一步研究发现，心率数据可以提供糖尿病或糖尿病前期状况的早期指标。其他类型的心率数据分析可以提供心率变异性 (HRV) 测量，它可以发出心血管疾病等生理病理和焦虑或抑郁等心理因素的信号，

使用具有 HRM 功能的智能手表和健身可穿戴设备中使用的相同类型的光学传感器，其他分析技术可以得出 SpO2、呼吸频率和血压，而无需单独的脉搏血氧仪夹、呼吸胸带或血压袖带。同样，其他可穿戴技术和测量技术可以生成具有足够分辨率的心电图，以提醒医生需要进行更深入的测试。

对于长期研究，可穿戴设备有助于确保患者的依从性，他们不再需要去诊所，甚至不需要在家中连接一些笨重的医疗设备。事实上，即使在某些医疗保健可穿戴测量中经常发现可变性和分辨率降低，结果通常也足以向医疗保健提供者提供早期预警。

利用关键推动因素增强医疗保健监测

先进的传感器技术和复杂的分析方法只是医疗保健可穿戴难题的一部分，但持续生命体征监测所需的其余部分很容易获得。可穿戴设备开发人员可以利用广泛的无线连接解决方案，包括带有用于蓝牙® 5和其他连接选项的集成无线电子系统的微控制器。

可穿戴设备可以使用标准安全机制维护支持它们在医疗保健数据链中使用所需的完整性和高级别数据机密性。可穿戴设备围绕无线微控制器构建，可以将医疗保健数据安全地发送到移动设备、本地网络，甚至云端。这些同样支持蓝牙的设备还为接触者追踪算法提供了基础，这些算法旨在阻止未来 COVID-19 的爆发，而不会损害个人隐私或安全。这些和其他超低功耗设备提供了支持更复杂的医疗保健算法所需的功能和性能，而不会影响电池供电产品通常可用的有限功率预算。

结论

凭借其小巧的尺寸和舒适的贴合性，可穿戴设备可以按照医生要求的更新速率和测量持续时间执行不引人注意的测量，而不会进一步增加医护人员的负担。幸运的是，基础可穿戴技术和分析能力已经到位，可以促进正在努力从大流行中恢复并寻求更有效、更长期的解决方案以改善健康和福祉的人群的医疗保健。

Stephen Evanczuk 拥有超过20年的电子行业写作经验，涉及广泛的主题，包括硬件、软件、系统和应用程序，包括物联网。他获得了博士学位。在神经网络的神经科学领域，并在航空航天工业中从事大规模分布式安全系统和算法加速方法方面的工作。目前，当他不撰写有关技术和工程的文章时，他正在研究深度学习在识别和推荐系统中的应用。

审核编辑黄宇