杜克大学和斯坦福大学医学院的生物医学工程师和基因组学研究人员称，智能手表和其他可穿戴设备可用于感知疾病，脱水甚至红细胞计数的变化。
研究人员说，借助机器学习，可将有关心率，体温和日常活动的可穿戴设备数据用于预测通常在临床血液测试期间观察到的健康状况。该研究于2021年5月24日发表在《自然医学》上。
在医生就诊期间，医务人员通常会测量患者的生命体征，包括其身高，体重，体温和血压。尽管此信息已保存在一个人的长期健康记录中，但通常不会用于创建诊断。相反，医生将命令检验患者尿液或血液的临床实验室收集特定的生物学信息，以帮助指导健康决策。
这些重要的测量结果和临床测试可以告知医生有关人的健康状况的具体变化，例如患者是否患有糖尿病或患有糖尿病前期饮食，他们的饮食中是否摄入了足够的铁或水，以及他们的红色或白色血细胞计数在正常范围内。
但是这些测试并非没有缺点。他们需要面对面拜访，这对患者而言并不总是那么容易安排，并且像抽血这样的程序可能是侵入性的且不舒服的。最值得注意的是，这些生命体征和临床样本通常不定期且有规律地采集。它们仅提供医生就诊当天患者健康的快照，并且结果可能受多种因素影响，例如患者上一次进食或饮酒，压力或最近进行的体育锻炼。
这项研究的共同负责人，共同通讯作者杜克(Duke)的杰西琳·邓恩(Jessilyn Dunn)说：“心率和体温有昼夜节律的变化，但是诊所中的这些单一测量并不能捕捉到这种自然变化。”“但是，诸如智能手表或Fitbits之类的设备能够长时间跟踪这些测量结果和自然变化，并识别何时与该自然基准存在差异。”
为了获得一致，完整的患者健康状况，杜克大学生物医学工程学助理教授邓恩，斯坦福大学遗传学教授兼遗传学教授迈克尔·斯奈德和他们的团队想探讨是否从可穿戴设备中收集了长期数据可以匹配在临床测试中观察到的变化，并有助于指示健康异常。
这项研究于2015年在斯坦福大学开始，采用了综合个人体表分析(iPOP)队列，纳入了54位患者。三年多来，iPOP参与者佩戴了Intel Basis智能手表，该手表测量了他们的心律，运动，皮肤温度和汗腺激活。参与者还参加了定期的诊所访问，研究人员使用传统的测量方法来跟踪诸如心率，温度，红细胞和白细胞计数，葡萄糖水平和铁水平之类的信息。
标签： 智能手表
免责声明：本文由用户上传，如有侵权请联系删除！