
2022年5月1日(2022年5月5日更新)
他们可以在疾病开始恶化之前发现它
一个可穿戴设备能测量什么取决于其传感器和软件。较低级别的算法将光电探测器和类似装置的噪音输出转化为心跳。更高级别的程序将心率、温度和运动结合到睡眠持续时间和质量的测量中。
传感器和算法相结合,帮助可穿戴设备测量步数、消耗的卡路里、含氧量和更多其他方面。人工智能(ai:机器学习的俗称)给算法带来了额外的魅力。过去五年的技术进步使可穿戴设备更复杂的传感器和测量能力成为可能。Oura(成立于芬兰的智能指环品牌,基于健康监测功能的应用,获得了不少社会关注)的第三代指环在第二代三年后发布,在相同的电池寿命下,内存增加了32倍。所有这些都使可穿戴设备能够产生更准确和更多的测量结果。
可穿戴设备进行的一些算法测量可以被认为是既定生物标志物和诊断测试的数字等价物。另一些是可以预测或诊断疾病的新指标,如传统诊断法无法测量的运动或咳嗽模式。这些统称为 “数字生物标志物”。
运动,对于单个传感器来说是一个讨厌的噪音源,但在许多数字生物标志物中却是一个有价值的成分。最近的一项研究发现,患有早期帕金森病的人与没有帕金森病的人相比,在步态、手臂摆动和打字方式上有细微差别。所有这些都是由他们的手机和腕戴式设备测量的。这些数字测量还可靠地跟踪了该疾病的发展程度。
衡量标准
人类生物学中几乎没有哪一个部分未被数字测量所触及。但数量并不意味着质量。一些设备在测量某些变量方面比其他设备好得多;一个产品可能擅长测量某一方面,但不擅长另一方面。最近对72个腕戴式追踪器所产生的各种测量结果的准确性进行了综合研究,发现许多设备做得不好。然而,一些领先的品牌却逆势而上。Fibit(美国旧金山的一家新兴公司,其记录产品名扬世界)的设备在步数上的准确性一直很好;Apple Watch(苹果公司于2014年9月发布的一款新型智能手表,一款全方位的健康和运动追踪设备)的心率准确性最高。
独立研究发现,在许多设备上始终保持良好性能的一个领域是心率测量。斯坦福大学的心脏病专家尤安-阿什利(Euan Ashley)的团队对可穿戴设备的准确性进行了独立研究,他说,领先的品牌,特别是苹果和Fitbit,多年来一直在测量心率方面表现良好,”以至于我愿意在临床情况下信任它”。
当测量结果为医疗条件的正式诊断测试提供信息时,例如为心房颤动(简称房颤,是一种常见的心率失常,通常表现为不规则且很快的心率)提供信息,它们不仅需要准确性,还需要选择性。让一个算法更敏感意味着它将捕获更多的病例,但也意味着它将调用更多的假阳性(在医学上指客观因素的影响,导致没有阳性症状的人检查出假阳性)。
可穿戴设备存在的问题
HumanFirst的首席执行官安迪-科拉沃斯(Andy Coravos)对不受监管的设备感到担忧。她说,有些设备收集的信息目前不受健康数据的保护,这意味着它可能被用来做目标广告,或者在涉及医疗保险或就业时可能被歧视。【全文完】
作者:未知
编译:陈杰
校改:陈欣
评论
必须登陆才能发表评论.