可穿戴设备在日常医学中的应用

作者：马飞 北京中医药大学东方医院

近年来，可穿戴设备、人工智能技术发展迅猛，集中在房颤检出及风险预测。如何将数据实时驱动个性化智能模型应用于临床管理是关注的焦点。
欧洲心脏病学学会年会(ESC)是心血管领域世界级的重要会议之一，在此次会议上，301医院心脏健康研究团队共有6项智能技术心血管健康风险监测及管理的工作在大会交流。
睡不好跟房颤发生有关?研究证实：睡眠呼吸障碍人群房颤风险增加5倍
欧洲心脏病学学会年会(ESC)房颤论坛上，301医院心脏健康研究团队介绍睡眠呼吸障碍风险人群心房颤动(房颤)筛查情况，这是团队在可穿戴设备心血管健康风险监测系列工作，继ESC大会m-Health in Arrhythmias报道“真实世界光电容积脉搏波技术筛查房颤”之后，全球首个在睡眠呼吸障碍人群筛查房颤风险的报道。
共有187,933例(平均年龄38.18 ± 10.77 岁, 91% 男性)使用PPG可穿戴设备监测夜间睡眠。其中9088例(4.84%)筛查为睡眠呼吸障碍高风险(平均年龄42.62 ± 9.27 岁，98% 男性)。184 970例人群使用PPG手环/表同时监测睡眠及心律，8837例筛查为睡眠呼吸障碍高风险。

心率、ECG、血氧和血压等健康功能，在不久的将来可穿戴设备还可能涉及哪些健康功能呢？生物无创传感器的发展表明，连续无创血糖监测和乳酸监测或许将成为未来的攻关方向。

尤其是无创血糖监测，具有巨大的市场潜力。根据国际糖尿病联盟公布的数据，2019年我国糖尿病确诊患者达到1.16亿人；预计2030年，我国糖尿病人群将达到2亿人。蛋壳研究院发布的《糖尿病管理数字化创新报告》显示，糖尿病市场将于2025年达到1349亿元。

糖尿病患者每日必备的数次血糖检测需要通过采集血液获取，用户体验不佳且存在一定的感染风险。因此，业界一直在努力通过无创方式实现血糖监测，从而可以极大地改善用户体验。

通过对汗液、泪液、唾液和间质液等体液进行取样，并对其所含的生物标志物进行化学分析是此前无创血糖监测的主要研究方向。不过，这种方式依赖于高度特异的生物受体。这些生物受体能够在生理条件下识别复杂样品中的目标生物标记物及相关浓度。

同时，这一技术的推广也要求对体液的生化组成有深入的了解，如汗液或眼泪的生化组成及其与血液化学的关系。另外，为了实现在不会造成佩戴者不适的前提下无创采样，生物传感器还需要使用先进的材料和设计，从而提供必要的灵活性和延展性。

对于腕戴式可穿戴设备而言，基于无创取样汗液和间质液监测的经皮透析无创血糖监测技术在设备集成、传感精度、汗液/ISF生成和替代、信号传导、数据传输和多路复用传感等方面取得了显著进展；同时，相关的柔性材料和自恢复材料也有进展。

然而，这一技术还需要延长使用时间，增强传感器响应与同期分析血液浓度的相关性，对生物体液有效可控的取样，以及加强汗液取样和传输，以提高检测的可靠性和关联来动态监控浓度的变化。

正因为难度如此之大，多年来业界在这一领域上的进展并不明显。早在2015年，谷歌的兄弟企业Verily就曾试图开发一款可利用泪液实现无创血糖监测的隐形眼镜。然而，几经努力后，这一产品并未被开发出来，从而被Verily放弃。

通过近红外、中红外光谱技术对血液中的血糖进行监测则是另外一种无创血糖监测技术。光谱技术主要利用物质独特的光谱特性——通过测量特定物质与各种不同波长光波间的互动关系，来测量该种物质的浓度。物质在和不同波长的光进行反应时会有不同的吸收率和反射率，也有可能吸收后发出不同波长的光。

通过研究特定物质在不同波长下的反应特性，就可以得到它在某一波段光波下的特异性光谱特征。通过发射特定波长的光波，再利用传感器接收反射回来的光波，对比某一物质的特异性光谱，就可以对物质含量进行估算。理论上而言，只要可以生成信号强度足够且波长极为精准的光线，就可以实现特定生化标志物的检测。
以血糖为例，其在近红外（600-2500nm波长）和中红外（2500-16000nm波长）照射下的光谱特征最为明显。然而，这两个波段下的光线无法穿透人体大部分组织。因此，需要通过测量组织反射回来的光波光谱，而不是穿透组织的光波光谱来测量人体内的血糖含量。

（以上内容由作者提供，不代表本平台观点）