实时传感的可穿戴设备对世界的影响

星标“医工学人”，第一时间获取医工交叉领域新闻动态~

前言

医疗技术的进步导致人类的预期寿命延长。随着人们接受更好的医疗保健及健康状况的管理，他们更有可能活到神经退行性疾病成为更大风险的年龄。这些神经退行性疾病包括如阿尔茨海默病（AD）、帕金森病（PD）、肌萎缩侧索硬化症（ALS）和亨廷顿舞蹈症（HD），其病因学非常复杂，会影响人的认知、运动和感觉功能等各个方面。

PAMSys 集成了音频和运动监控，使其成为一种独特的可穿戴传感器，用于远程跟踪语音活动和生物标志物，并具有精确的活动记录仪和跌倒检测功能。（图片来源：BioSensics）

多模式综合评估允许医疗保健专业人员评估多种功能表现，从而全面评估疾病对个人的影响。可穿戴设备可以通过对上肢和下肢功能进行客观、敏感且持续的评估，在多模态评估中发挥关键作用。这很重要，因为在现实世界中以高频率获取的大量客观数据可以促进个性化和精确护理，并改善健康结果。

个性化护理

可穿戴设备可以通过为患者提供有关其健康状况的有意义的数据和反馈来吸引患者参与他们的护理。这可以激励个人在管理自己的健康方面发挥积极作用，从而获得更好的结果。例如，在弗吉尼亚州休斯顿进行的一项研究中，Freytag等人证明，医疗保健专业人员可以利用基于可穿戴设备的远程身体活动监测来确认认知障碍个体对自我定义目标的依从性。这些目标可能包括晚上遛狗或增加与孙子孙女的互动等活动。[1]

PAMSys 语音可穿戴传感器集成了双向麦克风，用于同步音频数据采集。（图片来源：BioSensics）

同样，有许多研究表明，通过实时感知心率、血压、血糖和睡眠模式，使用可穿戴设备进行个性化护理的潜力。例如，连续血糖监测可以深入了解摄入富含糖分的食物并消化后的血糖峰值。长期升高的血糖水平可能预示着未来发生胰岛素抵抗和慢性糖尿病的风险增加。

此外，人工智能（AI）的最新进展已经解锁了处理大量数据集的能力，以便及早发现疾病或健康状况恶化。例如，人工智能可以识别不规则的活动模式，这些模式可以作为昼夜节律异常、抑郁、虚弱或严重疲劳等状况的指标[2]。这些不规则活动模式可能包括白天卧床休息时间延长、夜间睡眠中断或坐站转换次数减少。从坐姿到站姿转换的次数减少可能是老年人虚弱的指标[3]。及时发现为及时干预和改善治疗结果奠定了基础。总体而言，可穿戴设备的使用可以通过为个人提供积极参与管理其健康和福祉所需的工具和信息来促进个性化护理并促进患者健康。

此外，可穿戴设备可以成为护理协调和减轻护理负担的宝贵工具。由加速度计和复杂算法组成的可穿戴设备已被用于跌倒检测。如果发生跌倒，该设备可以自动提醒护理人员或紧急服务人员，确保在发生事故或受伤时立即提供援助。

使用Nili移动应用程序，多个护理合作伙伴可以协作管理和协调其亲人的护理。（图片来源：BioSensics）

护理人员可以与医疗保健提供者共享可穿戴设备收集的数据，以帮助协调护理。这些信息在就诊或需要调整护理计划时特别有价值。可穿戴设备收集的数据可以帮助医疗保健提供者和护理人员就护理计划做出明智的决定。例如，如果可穿戴设备显示活动水平下降，则可以对护理计划进行调整，以鼓励更多的身体活动。在贝勒医学院进行的一项研究中，Mishra等人探讨了数字健康技术作为减轻与痴呆相关的护理负担的手段的挑战和接受度[4]。一位护理人员分享了她因工作而经常离家的经历，而她患有痴呆的母亲经常忘记参加她唯一可用的体育活动，包括去健身房。通过使用可穿戴设备，这位护理人员将感到安心，并能够有效地监测她母亲的身体活动水平。

最后，制药公司对改善健康结果特别感兴趣，以减少早期临床试验的时间和成本。可穿戴技术的最新进展，包括延长电池寿命、增加板载内存和增强传感器耐用性（如防水包装），使可穿戴设备成为远程患者监护的有吸引力的选择。

可穿戴传感器

PAMSys Voice™ 可穿戴传感器集成了用于同步音频数据捕获的双向麦克风，以及用于记录胸部运动数据的加速度计和陀螺仪。这款创新的专利设备无缝集成了音频和运动监控，使其成为一种独特的可穿戴传感器，用于远程跟踪语音活动和生物标志物，并具有精确的活动记录仪和跌倒检测功能。BioSensics从美国国立卫生研究院（NIH）获得了300万美元的三年资助，以支持该设备的开发。

PAMSys 传感器包括先进的算法，用于检测佩戴传感器的参与者的不合规情况。该传感器具有非常长的电池寿命（长达 6 个月）和大存储容量，可记录原始和分析数据，可作为吊坠佩戴或戴在手腕上。该设备使用传感器集成的 ePRO 技术和 BioDigit Cloud。该系统的架构非常灵活，允许系统组件的模块化部署（从仅使用PAMSys传感器进行被动监控到使用完整的系统部署进行实时数据访问）。

LEGSys 和 BalanSens™ 是首款在 FDA 注册的可穿戴设备，用于客观评估步态、平衡、跌倒风险和活动能力。

LEGSys 是一种基于可穿戴传感器的便携式医疗设备，用于快速客观地评估步行过程中的步态、步态稳定性和动态平衡。LEGSys 包括用于管理标准步态测试的软件模块，例如 Timed Up & Go （TUG）和 6 Minute Walk Test （6MWT）。在每次测试过程中，LEGSys 传感器都会精确测量下半身的运动学，以计算各种步态参数。

先进的算法可自动检查、检测和纠正可能的人为错误（例如，传感器错位）。此外，定制版本的 LEGSys 能够评估终点，例如步行过程中的脚下垂和手腕运动学，包括时空步态参数和步态启动。

时空步态参数：

步长和步幅
步数和步幅
步幅速度
步数和步幅、时间和长度变化（步态不稳的指标）
小腿、大腿和膝盖的活动范围（关节刚度指标）
内侧和前后方向的质心摇摆（行走过程中动态平衡的指标）

步态启动：

实现稳态行走的步数
实现稳态行走所需的距离
步态启动过程中步态的时空参数

BalanSens是一种基于可穿戴传感器的便携式医疗设备，用于快速客观地评估平衡和姿势摆动。BalanSens包括用于标准天平测试的软件模块。BalanSens 使用两个运动传感器（一个在胫骨上，一个在腰部）来计算超过 17 个测量值，包括：

质心（COM）运动
前后运动
内侧-外侧运动
脚踝和臀部角度
摇摆速度
摇摆区域
相互补偿指数（RCI）

这些可穿戴设备能够远程监测日常生活和生活空间的仪器化活动，并能够持续监测患有痴呆的老年人的认知能力下降。

可穿戴设备能够对试验参与者进行远程监控，使研究人员能够收集数据，而无需参与者定期访问临床站点。这对于大规模的全球试验以及与行动不便的患者打交道时特别有价值。这减少了临床就诊次数，最大限度地降低了相关成本。

通过可穿戴设备收集的数据的一致性和准确性可以提高试验数据的质量，从而更容易识别趋势、评估治疗效果并得出有意义的结论。临床试验的参与者可能会因各种原因退出，包括不便或不良反应。可穿戴设备可以通过减少数据收集的侵入性和更方便来降低放弃退出率。

需要克服的挑战

然而，在开发可穿戴设备时，有三个关键挑战需要解决：确保一致使用、可负担性和患者隐私。

首先，确保患者或用户始终如一地按预期佩戴和使用设备可能具有挑战性。许多用户在短时间内停止使用可穿戴设备，原因是不适、不便或缺乏感知到的好处。因此，应重点关注提高相关患者群体使用该技术的易用性。

其次，可穿戴设备的成本，尤其是医疗级设备，对于个人和医疗机构来说，都可能成为采用的障碍。需要解决可穿戴设备的保险范围和报销政策。

第三，可穿戴设备收集敏感的健康数据，引发了对隐私和安全的担忧。保护这些数据免遭未经授权的访问、破坏或滥用是一项重大挑战。遵守 HIPAA（美国）和 GDPR（欧洲）等数据保护法规至关重要。

数字健康平台

一种名为Nili的数字健康解决方案旨在支持老年人和独立生活患者的需求，同时最大限度地减少护理负担。通过引人入胜的平板电脑伴侣，Nili为老年人和患者（包括痴呆患者）提供了居家养老和日常生活管理活动。使用Nili移动应用程序，多个护理合作伙伴可以协作管理和协调其亲人的护理。

Nili 是与贝勒医学院的专家合作开发的，由美国国家老龄化研究所（NIA）的 300 万美元资助。该平台基于痴呆护理的最新研究，包括最近发表在《老年学》上的一项研究。研究发现，对痴呆患者及其护理伙伴的协调护理和支持可以改善结果并减轻负担。一项更大规模的随机临床试验正在进行中（ClinicalTrials.gov Identifier: NCT04308512）。

结论

多模式评估，特别是使用可穿戴设备，在提供对个人认知、运动和感觉功能的全面评估方面的作用至关重要，因为医疗保健的进步导致预期寿命的延长。使用可穿戴设备进行远程身体活动监测、通过实时感知各种健康参数进行个性化护理以及集成人工智能进行早期疾病检测具有巨大潜力。可穿戴设备可以改善健康结果，促进个性化护理，并减少制药公司早期临床试验的时间和成本。

为了最大限度地发挥可穿戴设备在医疗保健领域的潜在优势，可穿戴设备开发人员必须找到确保患者始终如一地使用可穿戴设备的方法，确保医疗级设备的可负担性，并解决围绕患者隐私和数据安全的问题。

▼参考资料

[1] Freytag, Jennifer, et al. “Using wearable sensors to measure goal achievement in older veterans with dementia.” Sensors 22. 24 (2022): 9923.

[2] Li, Liqing, et al. “Daytime naps and depression risk: A meta-analysis of observational studies.” Frontiers in Psychology 13 (2022): 1051128.

[3] Parvaneh, Saman, et al. “Postural transitions during activities of daily living could identify frailty status: application of wearable technology to identify frailty during unsupervised condition.” Gerontology 63. 5 (2017): 479-487.

[4] Mishra, Ram Kinker, et al. “Care4AD: a technology-driven platform for care coordination and management: acceptability study in dementia.” Gerontology 69. 2 (2023): 227-238.

*声明：本文仅分享医疗科技前沿最新动态，无任何利益关系。如涉及版权问题，请联系我们删除。

END

作者 | Ram Kinker Mishra

编译 | 罗虎

编辑 | 罗虎

来源 | Medical Design Briefs

审核 | 医工学人

关注“可穿戴技术”，可进入医工学人交流群