Skip to content

Smart wearable devices in cardiovascular care: where we are and how to move forward

Bayoumy, Karim; Gaber, Mohammed; Elshafeey, Abdallah et al. · 2021 · Nature Reviews Cardiology

Metadata

Authors: Bayoumy, Karim; Gaber, Mohammed; Elshafeey, Abdallah; Mhaimeed, Omar; Dineen, Elizabeth H.; Marvel, Francoise A.; Martin, Seth S.; Muse, Evan D.; Turakhia, Mintu P.; Tarakji, Khaldoun G.; Elshazly, Mohamed B.

DOI: 10.1038/s41569-021-00522-7

Tags: #wearables-cardio #clinical-review

概述（Overview）

摘要概述

本综述系统梳理了商用 smart wearable devices（智能手表、手环、贴片等）在心血管疾病预防、诊断与管理中的应用现状与工程原理。作者首先介绍了三类核心传感器的物理原理与误差来源：用于活动监测的 triaxial accelerometer 与 gyroscope、用于心率/心律的 ECG 与 PPG、以及用于血压的 cuff-based 与 cuff-less（基于 pulse transit time）方法。随后综述了可穿戴设备在心血管风险评估、房颤（AF）筛查（mSToPS、Apple Heart Study）、心衰管理、心律失常诊断等场景的关键临床证据。最后指出设备精度、临床有效性、监管政策标准化、患者隐私等仍是阻碍广泛临床应用的主要挑战，并提出一个面向临床医生的实用 "ABCD" 指南（Assess、Benefit、Clinical workflow、Data governance）以加速设备整合入临床流程。

综述问题、范围与选择标准

  • 要回答的问题：商用智能可穿戴设备在心血管疾病的预防、诊断和管理中处于什么阶段？工程原理是什么？哪些临床证据支持其使用？阻碍广泛应用的挑战是什么？
  • 覆盖范围：2015-2020 年间的商用可穿戴设备文献，覆盖 smartwatch、patch、band、ring 等设备类型，涉及活动监测、ECG、PPG、血压测量等传感器技术，以及风险评估、AF 筛查、心衰管理、心脏康复等临床应用
  • 文章性质：narrative review
  • 文献选择方法：未报告

主题综合

主题 1：传感器工程原理与精度限制

  • 核心论点：每种可穿戴传感器都有明确的物理原理和固有的误差来源，临床医生必须理解这些原理才能正确解读数据
  • 代表证据定位：§Engineering principles of wearable sensors（PDF p.1-4），文献 [7,18,20]
  • 共识程度：稳固——传感器物理原理是经典工程知识，误差来源有实验验证
  • 分歧或限制：不同设备精度差异大，PPG 在运动状态下误差显著（Apple Watch 3 均差 -1.80 bpm，Fitbit Charge 2 均差 3.47 bpm，§Heart rate and rhythm sensors，PDF p.3，文献 [22]）；cuff-less 血压测量仍在 infancy 阶段

主题 2：心血管临床应用与关键试验证据

  • 核心论点：可穿戴设备在 AF 筛查中证据最强（mSToPS、Apple Heart Study），在心衰远程监测中结果混合，在心脏康复中显示非劣效性，在行为干预中长期效果存疑
  • 代表证据定位：§Wearables in cardiovascular care（PDF p.4-12），Table 2，文献 [19,50,58,65-70,85]
  • 共识程度：有限——AF 筛查可行性有共识，但心衰远程监测结果不一致（TIM-HF2 降低全因死亡率 HR 0.70 vs TEN-HMS/BEAT-HF 无显著差异，§Management of patients，PDF p.10-11，文献 [66-70]）
  • 分歧或限制：大多数试验样本量小、设计异质、缺乏盲法；行为干预的长期效果不确定（Singapore 800 人试验中激励措施撤除后效果消失，§Risk assessment，PDF p.6，文献 [44]）

主题 3：临床整合的挑战与 ABCD 框架

  • 核心论点：设备精度、临床有效性、监管政策、行为改变持续性、成本与报销、数据安全与治理是六大挑战，作者提出 ABCD 指南作为临床医生的实用工具
  • 代表证据定位：§Challenges and future directions（PDF p.12-15），Table 3-4，文献 [92-115]
  • 共识程度：有限——挑战的存在有共识，但解决方案仍在探索中（FDA pre-certification 试点、Coravos 评价框架等）
  • 分歧或限制：ABCD 指南未经临床验证；健康公平性问题（收入 <\(30K vs ≥\)75K 的可穿戴使用率差 3 倍，§Hardware cost，PDF p.14，文献 [107]）未充分讨论

关键图表、Box 与分类框架

  • 定位：Figure 1
  • 内容：智能可穿戴设备分类总览——按佩戴部位（手表、戒指、胸带、贴片、衣物嵌入）× 内置传感器（accelerometer、PPG、ECG、barometer、GPS、生化传感器、biomechanical 传感器）× 临床应用三维组织
  • 价值：快速理解技术-临床映射的最佳入口

  • 局限：未包含设备精度对比信息

  • 定位：Figure 2

  • 内容：可穿戴数据在临床实践中的工作流——从原始数据采集 → 软件处理/存储 → 可操作临床信息（EHR 集成）→ 患者端实时自适应干预 → 医生端诊疗决策的闭环
  • 价值：展示了 data governance 与 actionable data 过滤的关键性

  • 局限：理想化流程，未反映实际 EHR 互操作性的困难

  • 定位：Table 4

  • 内容：临床医生 ABCD 指南——A（Assess 设备/文献/监管/价格/指南）、B（Benefit 患者与临床实践）、C（Clinical workflow 整合含 EHR、人员培训、报警阈值、报销）、D（Data rights 与隐私治理）
  • 价值：将穿戴设备落地到日常心血管门诊的具体 checklist
  • 局限：未经前瞻性验证

共识、争议与研究空白

相对稳固的共识

  1. 可穿戴 PPG 和 ECG 传感器在安静状态下可提供可接受的心率测量精度（<10% MAPE，§Heart rate and rhythm sensors，PDF p.3，文献 [22]）
  2. Zio patch 等可穿戴 ECG 监测器在 AF 检出率上优于传统 Holter，因为监测时间更长（§AF and other arrhythmias，PDF p.9，文献 [55,56]）
  3. 家庭心脏康复不劣于中心康复（meta-analysis 23 RCT，§Cardiac rehabilitation，PDF p.11-12，文献 [84]）

尚存争议

  1. 心衰远程监测的临床价值——TIM-HF2 和 TEMA-HF1 显示降低死亡率，但 TEN-HMS、TIM-HF、BEAT-HF 未显示显著差异（§Heart failure，PDF p.10-11，文献 [66-70]）
  2. 可穿戴设备引导的行为干预能否维持长期效果——Singapore 试验质疑其价值（§Risk assessment，PDF p.6，文献 [44]）
  3. PPG-based AF 筛查的假阳性对公共卫生系统的负担——Apple Heart Study 的 PPV 84% 意味着 16% 假阳性带来下游检查成本（§AF and other arrhythmias，PDF p.9，文献 [19,101]）

作者提出的研究空白

  1. cuff-less 血压连续监测的临床意义未验证（§Hypertension，PDF p.8，文献 [33]）
  2. 可穿戴 ECG 检测高钾血症的假阳性/假阴性率高，需更多研究（§Hyperkalaemia，PDF p.10，文献 [83]）
  3. HEARTLINE 试验（n=150,000）正在进行，评估 Apple Watch AF 检测是否改善临床结局（§AF and other arrhythmias，PDF p.9，文献 [54]）
  4. 可穿戴设备是否会造成新的健康差距（§Hardware cost，PDF p.14，文献 [107]）

我识别的遗漏

  1. 综述未讨论可穿戴数据在力学建模中的应用潜力——PPG 脉搏波传播时间可反映血管顺应性，但未连接到血管力学的力学参数推断
  2. 未涉及可穿戴传感器在血管壁力学评估中的直接应用（如脉搏波速度与血管刚度的关系）
  3. 对 AI 算法的可解释性问题仅简略提及，未深入讨论"黑箱"模型在临床决策中的伦理含义

个人批注

与我的工作的关系

作为计算生物力学研究者，本综述与我当前血管力学建模课题的直接关联较弱，但 cuff-less 血压测量基于 pulse transit time 的物理原理——即动脉压力波从心脏传播到远端血管的时间——与血管壁刚度（stiffness）直接相关。脉搏波传播速度（PWV）是血管顺应性的经典指标，而血管顺应性是 G&R 模型中壁结构变化的关键输出量。可穿戴 PPG+ECG 数据有可能为血管力学模型提供非侵入性的患者特异性参数输入。

可复用框架

ABCD 评价框架的思路——从设备精度到临床工作流再到数据治理——可迁移到评价任何新型医学测量技术（包括血管力学仿真工具）的临床转化可行性。

疑问与后续动作

  1. cuff-less 血压测量的 pulse transit time 与血管壁刚度的定量关系如何？能否从可穿戴 PPG 数据反演血管力学参数？
  2. 后续查阅 pulse wave velocity 与血管 G&R 模型参数的关联文献

与上下文的关系

本文建立在

建立在 Sana et al. 2020（可穿戴心电监测综述，文献 [1]）和 Dagher et al. 2020（可穿戴在心脏病学中的定位，文献 [20]）之上，扩展为涵盖传感器工程原理和临床证据的完整框架。

已核实的后续引用

本次未检索。

同类综述对比

与本队列 2021-Wearables-Cardio-Bayoumy 自身即为本综述。与 2023-AI-VulnerablePlaque-Foellmer（本队列）的 AI 在心血管影像中的应用形成互补——前者关注可穿戴设备的临床应用，后者关注 AI 在斑块影像中的可信度框架。

与本地论文队列的关系

  • 2009-VascularBiomech-Taylor：Taylor & Humphrey 的血管生物力学框架中讨论了血管壁适应与血流动力学的关系，本综述的 cuff-less 血压测量技术可视为"从血管力学到临床测量"的逆向路径
  • 2023-AI-VulnerablePlaque-Foellmer：AI 在心血管领域的应用——Foellmer 关注影像 AI 的可信度，Bayoumy 关注可穿戴 AI 算法的挑战

逐章节笔记（Section-by-Section Notes）

Abstract

段落 1：综述定位与核心内容

  • 核心论点：在 COVID-19 加速远程/去中心化/个性化患者护理的背景下，心血管社区必须熟悉市场上的可穿戴技术及其广泛的临床应用
  • 支撑论据：
  • 作者明确综述四个主题：基本工程原理、可穿戴设备在心血管疾病预防/诊断/管理中的应用、阻碍广泛应用的挑战、面向临床医生的实用 ABCD 指南
  • 将 COVID-19 疫情和远程医疗（telehealth）的爆炸式增长定位为加速可穿戴设备临床采纳的催化剂
  • 指出当前四大挑战：设备精度、临床有效性、缺乏标准化监管政策、患者隐私担忧

  • 提出可穿戴设备在心律失常筛查（如 AF）和已确诊心血管疾病管理（如心衰）两个核心场景的应用

  • 我的分析：摘要明确将 COVID-19 作为加速器定位，将可穿戴设备从消费电子重新框架为临床工具——这一定位决定了综述的临床导向而非技术导向

Engineering principles of wearable sensors

段落 1：活动传感器的背景与局限

  • 核心论点：体力活动与心血管不良结局呈负相关，但传统主观评估（如门诊回忆）缺乏细节、存在回忆偏倚，数字健康趋势将取代主观报告
  • 支撑论据：
  • Blond et al. 2020 的系统综述与 meta 分析显示高体力活动量与全因死亡率风险降低相关
  • AHA 将体力活动列为"Life's Simple 7"七项生活方式推荐之一以促进心脏健康
  • 传统评估仅在门诊时进行，受限于细节不足、回忆偏倚、无法在真实生活环境中客观评估
  • 典型主观陈述如"我每周走五次 30 分钟"缺少强度、距离和静坐时间等关键信息

  • 可穿戴设备和智能手机可通过各类传感器客观、准确地评估体力活动和能量消耗

  • 我的分析：这段建立了"为什么要用可穿戴设备"的基本动机——从主观到客观、从横断面到连续监测。但作者回避了一个问题：主观报告虽然不精确，但在群体层面仍有预测价值；可穿戴数据的增量价值需要 RCT 证明

段落 2：三轴加速度计原理

  • 核心论点：三轴加速度计是当前可穿戴设备活动监测的主导方法，基于 seismic mass 和机械悬挂系统的 Newton 第二定律原理
  • 支撑论据：
  • 三轴加速度计测量三个不同平面的线性加速度，gyroscope 测量角运动，二者是主要的惯性传感器
  • 工作原理基于悬挂在机械悬挂系统上的 seismic mass，利用 Newton 第二定律——质量偏转方向与运动方向相反，偏转量与加速度成正比并可被电学测量
  • 三种常见类型：piezoresistive、piezoelectric、differential capacitive，其中 differential capacitive 在可穿戴中最常用
  • differential capacitive 优势：功耗低、对运动响应快、精度优于 piezoresistive 型（后者受温度敏感性影响）
  • 在 differential capacitive 加速度计中，seismic mass 悬挂于两个电极之间，加速度与电极间的差分电容成正比

  • 佩戴部位是影响精度的重要因素：躯干中央（嵌入背心、绑带或贴附皮肤）最适合检测姿势、加速度和全身运动且误差最小；踝部传感器更适合测量步数和能量消耗；腕部因依从性和便利性在商用可穿戴中占主导

  • 我的分析：工程原理描述清晰但偏浅——未给出精度数值对比。腕部 vs 躯干的精度差距被"依从性"合理化，但没有量化依从性提升与精度损失之间的 trade-off

段落 3：GPS 与气压计

  • 核心论点：GPS 和气压计辅助更准确地评估体力活动，但各有局限
  • 支撑论据：
  • GPS 利用 24 颗或更多卫星系统，卫星持续发射信号，基于极精确稳定的原子钟识别精确轨道位置和时间
  • 接收器利用信号发射时间、光速并考虑 Einstein 相对论效应计算与至少四颗卫星的距离，通过三边测量确定位置，精度可达 4.9 m
  • GPS 局限：受卫星几何、信号遮挡、建筑反射、大气条件和接收器设计特征影响
  • 气压计利用安装在真空腔上的膜片，膜片随压力按比例压缩，形变量通过电容模型（极板靠近）或 piezoresistive 应变模型（膜片上电阻随形变变化）转换为电信号
  • 气压计可基于大气压随海拔升高而降低的原理确定海拔变化、追踪楼梯数和检测跌倒
  • 气压计局限：可能将环境温度和压力的自然变化误判为海拔变化

  • 更多传感器带来更好的体力活动和能量消耗估计，但也增加电池消耗负担

  • 我的分析：GPS 与气压计的互补性未充分讨论——GPS 提供水平距离，气压计提供垂直变化，二者融合可能提升能量消耗估计。电池消耗是 trade-off 的核心但仅一句带过

段落 4：心率与心律传感器——临床意义

  • 核心论点：心率（HR）及其变体（HR recovery、HRV）是心血管疾病风险预测的重要指标
  • 支撑论据：
  • 健康人群中高静息 HR 与冠心病和全因死亡风险增加相关（Zhang et al. 2016 的 meta 分析）
  • HR 是心衰患者不良结局的公认预测因子（Fox et al. 2008，BEAUTIFUL 试验亚组分析）
  • 运动后 HR 恢复受损与不良心血管事件增加相关（Sydó et al. 2018）

  • HRV 与健康个体和射血分数降低的心衰（HFrEF）患者的不良心血管事件风险密切相关（Singh et al. 2018）

  • 我的分析：这段建立了 HR 测量的临床合理性，但混淆了"预测因子"与"干预靶点"——HRV 是风险标志物但降低 HRV 不一定改善结局

段落 5：ECG 传感器

  • 核心论点：ECG 是 HR 和心律测量的金标准，商用可穿戴设备通过 single-lead ECG 实现简化监测
  • 支撑论据：
  • ECG 传感器有多种形式，是 HR 和心律测量的金标准
  • chest-strap 监测器和 ECG patch 提供连续心律监测，但因笨重、功能有限和长期不便而对消费者吸引力不足
  • 智能手表可通过将对侧手指放在 crown 上（负电极在表侧）记录 single-lead ECG，表背作为正电极（Samol et al. 2019）
  • single-lead ECG 足以诊断 AF 等简单常见心律失常

  • single-lead ECG 不足以准确诊断更复杂的心律失常、心肌梗死（MI）或检测间期异常，除非采用特殊操作（Cobos Gil 2020 提出通过 Apple Watch 4 操控放置获取标准和心前导联）

  • 我的分析：single-lead ECG 的局限被诚实报告——这是监管机构（FDA 510(k)）批准与临床实际需求之间的核心矛盾。Cobos Gil 的多导联获取方法（文献 [17]）是有趣的 workaround 但未经验证

段落 6：PPG 传感器原理与局限

  • 核心论点：PPG 通过测量微血管血容量变化转化为脉搏波和 tachogram 记录，但精度受皮肤接触、肤色、水分、纹身影响
  • 支撑论据：
  • PPG 发射器持续向皮肤发射光子，photodetector 测量组织反射光子强度的变化，转换为脉搏波和 tachogram 记录（Kamišalić et al. 2018）
  • 大多数可穿戴设备在运动时持续激活 PPG，休息和睡眠时间歇测量以节省电池
  • PPG tachogram 配合 single-lead ECG 可识别心律失常
  • 主要局限：传感器需与皮肤直接接触效果最佳，表带固定时接触不稳定；肤色、水分和纹身可能影响 PPG 精度
  • Nelson & Allen 2019 研究显示 Apple Watch 3 和 Fitbit Charge 2 在 24 小时和各类活动中提供可接受的 PPG HR 精度（<10% 平均绝对百分比误差）
  • Apple Watch 3 在 24 小时内均差 -1.80 bpm，与金标准 ECG 的一致率为 95%；Fitbit Charge 2 均差 3.47 bpm，一致率为 91%

  • Etiwy et al. 2019 评估心脏康复患者佩戴多种腕部心率监测器：chest strap（Polar H7）与标准 ECG 一致性最佳（Lin's rc=0.99）；腕部设备精度因活动类型而异，5% 的 HR 测量存在显著误差

  • 我的分析：PPG 精度数据是综述最有价值的部分之一——量化的设备间差异让临床医生能判断何时可信赖腕部数据、何时需要 chest-strap。但肤色对 PPG 精度的影响仅引一篇研究（文献 [21]），样本多样性不足

段落 7：血压传感器——cuff-based

  • 核心论点：Omron HeartGuide 腕式袖带血压表的精度在临床可接受边缘
  • 支撑论据：
  • HeartGuide 腕表内置袖带，在诊室和动态条件下与动态血压设备对比（Kario et al. 2020）
  • 诊室测量：患者佩戴 HeartGuide 和标准设备于同一非惯用手，各设备交替 30-60 秒测量两次
  • 动态测量：患者使用上臂动态设备每 30 分钟测量一次持续 24 小时，并在每次动态测量后至少使用 HeartGuide 测量 10 次（清醒时）
  • 收缩压均差：诊室 0.8±12.8 mmHg，动态 3.2±17.0 mmHg

  • 结果与腕式袖带血压测量的已知局限一致（Zweiker et al. 2000）

  • 我的分析：ambulatory 设定下 ±17 mmHg 的标准差在临床上是不可接受的——这意味着单次测量可能偏离真实值 34 mmHg。作者诚实地报告了这一点

段落 8：血压传感器——cuff-less

  • 核心论点：cuff-less 血压测量利用 PPG+ECG 计算 pulse transit time（动脉压力波从心脏到远端血管的传播时间），但技术仍在起步阶段
  • 支撑论据：
  • cuff-less 技术结合 PPG 和 ECG 测量，通过计算 pulse transit time 估计血压——即动脉压力波从心脏传播到远端血管所需的时间（Bard et al. 2019）
  • Islam et al. 2019 小型研究将 cuff-less 设备与动态设备对比
  • 24 小时内收缩压平均偏差 0.5 mmHg（范围 -10.1 至 11.1 mmHg），舒张压平均偏差 2.24 mmHg（范围 -17.6 至 13.1 mmHg）
  • 7 天后平均偏差扩大：收缩压 -12.7 mmHg，舒张压 -5.6 mmHg
  • pulse wave velocity 和 propagation 结合深度学习等其他变量也被考虑用于 cuff-less 血压测量

  • 大多数研究受限于小样本和缺乏外部验证

  • 我的分析：7 天后偏差扩大是严重问题——可能反映传感器-皮肤界面退化或校准漂移。cuff-less 技术的根本挑战在于 pulse transit time 与血压的关系依赖于血管壁刚度，而后者随个体和时间变化——这是一个力学建模问题

段落 9：其他传感器

  • 核心论点：生化传感器（电解质、血糖）和 biomechanical 传感器（ballistocardiogram、seismocardiogram）有前景但需要广泛临床验证
  • 支撑论据：
  • 生化传感器利用电化学换能器测量体液电解质，可提供血浆容量状态和 analyte 浓度信息（Kim et al. 2019）
  • 生化传感器精度受皮肤温度、皮肤污染（灰尘、干汗或其他物质）和毛发密度影响
  • 微创连续血糖监测（如 Abbott Freestyle Libre）已临床验证但难以嵌入消费级可穿戴，多作为独立产品
  • 汗液和唾液的无创传感器可能更易整合但仍需仔细评估
  • 集成于衣物或鞋子的 biomechanical 传感器（ballistocardiogram、seismocardiogram、dielectric 传感器）可被动持续测量 cardiac output、肺液体积和体重
  • 柔性 tattoo-like 微流控传感器在无创、血流动力学持续监测方面有前景

  • 这些新兴传感器均需广泛的临床验证

  • 我的分析：这段触及了一个重要方向——biomechanical 传感器可能直接测量心脏输出和肺液体积，对心衰管理有潜在价值，但证据基础太薄

Wearables in cardiovascular care

段落 1：风险评估与生活方式干预——体力活动的剂量-反应关系

  • 核心论点：可穿戴设备测量的体力活动与全因死亡率呈逆向剂量-反应关系，为客观风险评估提供机会
  • 支撑论据：
  • 传统临床风险评分估计 10 年风险，但无法捕捉随生活方式习惯动态变化的个体化风险
  • 多项研究显示可穿戴测量的体力活动与全因死亡率呈逆向剂量-反应关系（Borgundvaag & Janssen 2017; Dohrn et al. 2018; Klenk et al. 2016; LaMonte et al. 2018; Lee et al. 2018）
  • MVPA（moderate-to-vigorous physical activity）经三轴加速度计测量，在多个美国队列和瑞典人群队列中与低于轻度活动或久坐行为的死亡率相关
  • Lee et al. 2019 研究平均年龄 72±5.7 岁的女性显示：4400 步/天与 2700 步/天相比死亡率降低 41%，效益在 7500 步/天后达到平台

  • 步数强度在调整每日步数后与死亡率不相关

  • 我的分析：4400 步阈值来自老年女性队列（72±5.7 岁），外推性有限。步数与死亡率的关联是观察性的——不能直接推断"增加步数降低死亡率"，但作者倾向于因果解读

段落 2：行为干预技术（BCT）

  • 核心论点：可穿戴数据驱动的实时行为干预技术（BCT）——短信提醒、游戏化、自适应目标、经济激励——可有效增加体力活动，但长期效果存疑
  • 支撑论据：
  • mActive 试验（Martin et al. 2015）招募 48 名心血管中心门诊患者（高血压 50%、糖尿病 23%、冠心病 29%），随机分入盲法和非盲法组
  • 非盲法组分两阶段：先仅用追踪设备，后加入智能短信 BCT；短信为个性化自动辅导 SMS，分为达标正向强化和未达标激励两种
  • 短信组每日步数比无短信非盲组多 2534 步，比盲法对照多 3376 步
  • BE FIT Framingham 试验（Patel et al. 2017）纳入 200 名参与者来自 94 个家庭，游戏化组更易达成步数目标，平均每日步数增加 1661 vs 对照 636（调整差 953，95% CI 505-1401）
  • Gremaud et al. 2018 研究：Fitbit+MapTrek 虚拟竞赛平台组比仅 Fitbit 组平均每日多 1455 步、每周多 89.6 活跃分钟
  • Adams et al. 2017 的 2×2 析因 RCT（n=96）显示自适应目标优于静态目标，小额即时奖励优于大额延迟奖励

  • Singapore 四臂试验（Finkelstein et al. 2016，n=800）：现金激励在 6 个月时最有效增加 MVPA，但撤除激励 6 个月后效果未维持；12 个月时尽管活动追踪改善但体重和血压等健康结局无改善

  • 我的分析：Singapore 试验（文献 [44]）是本节最关键的阴性结果——它质疑了可穿戴设备行为干预的根本价值。作者诚实报告了这一矛盾，但未深入分析为何短期有效而长期失效

段落 3：HR 数据在风险评分中的潜力

  • 核心论点：可穿戴生成的连续 HR 数据（静息 HR、HR recovery、HRV）有潜力纳入心血管风险评分
  • 支撑论据：
  • 频繁的可穿戴 HR 测量（静息平均 HR、HR recovery、HRV）因与心血管疾病相关而有潜力纳入风险评分
  • 纵向 HR 数据可建立个体"正常"基线，在心血管疾病发展前识别生活方式偏离（Quer et al. 2020 对 92,457 名成人的回顾性纵向队列研究）

  • HR-guided training 日益流行但尚无临床检验其获益

  • 我的分析：个体化基线的概念有价值——从群体参考值转向个体纵向趋势，但缺乏验证。"在疾病前识别偏离"是筛查逻辑但假阳性率高

段落 4：高血压筛查

  • 核心论点：腕式可穿戴血压设备可能比传统上臂式设备更适合 ambulatory 高血压筛查和药物滴定，但需要专门研究
  • 支撑论据：
  • 在年轻成人启动高血压筛查被广泛推荐以预防心血管疾病（Whelton et al. 2018 ACC/AHA 指南）
  • 振荡法或 cuff-less 腕式可穿戴设备在动态环境中可能比传统上臂设备更便于高血压筛查、自测和降压药滴定（Kuwabara et al. 2019）
  • 连续可穿戴血压测量可在睡眠或运动时测量血压（传统振荡法不实用），未来需研究这些连续数据是否有临床意义
  • 连续血压测量可能检测心脏骤停或血流动力学休克从而挽救生命

  • 作者明确指出该领域无临床研究，仅有血压测量验证研究

  • 我的分析：作者承认该领域"无临床研究"——仅有血压测量验证研究。这是综述最薄弱的应用领域之一

段落 5：AF 筛查——mSToPS 和 Apple Heart Study

  • 核心论点：可穿戴设备在 AF 筛查中证据最强——mSToPS 证明 ECG patch 提高 AF 检出率，Apple Heart Study 证明 PPG 算法可大规模筛查 AF
  • 支撑论据：
  • mSToPS 研究（Steinhubl et al. 2018）包含 RCT 和前瞻性队列，评估 Zio patch（iRhythm Technologies）即时 vs 延迟连续 ECG 监测对新发 AF 诊断的影响
  • mSToPS 显示 ECG 监测在 4 个月和 1 年时新 AF 诊断率更高，并增加抗凝治疗启动和门诊心血管/初级保健就诊
  • Apple Heart Study（Perez et al. 2019）是迄今最大规模的远程研究，8 个月内招募 419,297 名美国参与者
  • 算法流程：初始 tachogram 满足不规则性标准后扫描最小手臂运动期的 PPG 不规则性，4 个后续不规则 tachogram 确认后通知参与者

  • AF 检测阳性预测值：通知算法 84%，个体 tachogram 71%

  • 我的分析：Apple Heart Study 是本综述的标志性研究——规模空前但设计为观察性而非 RCT。84% PPV 意味着每 100 个通知中 16 个假阳性，在大规模筛查中累积假阳性负担是关键争议（文献 [101]）

段落 6：AF 筛查——其他设备与 HEARTLINE 试验

  • 核心论点：不同 PPG 算法和设备的 AF 检测精度差异大；KardiaBand+SmartRhythm 灵敏度 >97% 但 33.3% 记录无法判读；HEARTLINE 试验将首次以临床结局为终点
  • 支撑论据：
  • Tison et al. 2018 概念验证研究：基于 Apple Watch PPG 数据的 DNN 算法经启发式预训练，对 AF 预测优异，C-statistic 0.97（vs 金标准 12-lead ECG）
  • Fan et al. 2019 评估 Huawei Band 2 PRO AF 算法：阳性预测值 99.6%，阴性预测值 96.2%
  • Bumgarner et al. 2018 研究：KardiaBand（AliveCor，现已停产）配 SmartRhythm 2.0 DNN 与植入式心脏监测器对比，收集 >31,000 小时连续心律数据，对持续 ≥1h 的 AF 检测灵敏度 >97%
  • KardiaBand 在另一分析中 33.3% 的记录难以判读

  • HEARTLINE 试验（ClinicalTrials.gov NCT04276441）是首个 RCT，调查 Apple Watch 4 或更新型号（PPG+ECG）检测 AF 是否改善临床结局，计划招募 150,000 名 ≥65 岁美国居民

  • 我的分析：设备间精度差异巨大（PPV 71% 到 99.6%），表明算法和硬件质量至关重要。KardiaBand 33.3% 无法判读率是实际问题——临床应用中这意味着三分之一的数据不可用

段落 7：症状性心律失常诊断

  • 核心论点：可穿戴单导联 ECG 可替代传统 Holter 进行更长期、更方便的心律失常监测
  • 支撑论据：
  • 可穿戴监测器（如 Zio patch）提供连续 single-lead ECG，或 Apple Watch 提供持续 PPG 心律监测配合按需 ECG
  • 尽管 single-lead，但因使用便利可长期佩戴，在心律失常检出上可与传统 Holter 相当甚至超越（Barrett et al. 2014; Turakhia et al. 2013）
  • Hannun et al. 2019：DNN 使用 single-lead 动态 ECG 数据可分类 12 种心律类别，诊断性能接近甚至超过执业心脏病专家
  • IPED 研究（Reed et al. 2019）为多中心 RCT，招募 243 名急诊就诊的心悸/晕厥前兆且病因不明患者
  • 干预组使用 KardiaMobile SL，90 天症状性心律检出率 55.6% vs 对照 9.5%
  • 平均检出时间：干预组 9.5 天 vs 对照 42.9 天

  • KardiaMobile 严格来说非可穿戴而是事件记录器，但 single-lead ECG 可穿戴可类似用于心悸/晕厥前兆患者诊断

  • 我的分析：IPED 是少数高质量 RCT 之一——检出率提高 6 倍且检出时间缩短 4.5 倍。但 KardiaMobile 不是严格意义上的"可穿戴"而是事件记录器，外推到 smartwatch 需谨慎

段落 8：其他诊断应用——风险因子筛查与 MI 检测

  • 核心论点：可穿戴 HR 和步数数据可通过 ML 算法筛查高胆固醇和高血压；single-lead ECG 有可能通过多导联操作诊断急性冠脉综合征
  • 支撑论据：
  • DeepHeart 半监督学习算法（Ballinger et al. 2018）使用 >57,000 人-周的 Fitbit、Apple Watch、Wear OS 数据，分类高胆固醇 AUC 0.7441、高血压 AUC 0.8086（HR 和步数数据）
  • Attia et al. 2019：CNN 用 35,970 份 12-lead ECG 训练，在 52,870 份独立 ECG 验证，分类心室功能不全准确率良好
  • 该研究中假阳性者（超声无心室功能不全但算法分类为有）中位随访 3.4 年后发展为心室功能不全的风险是 true negative 者的 4 倍
  • 12-lead ECG 预测算法需在 single-lead ECG 验证后才能用于可穿戴设备
  • Cobos Gil 2020 提出用 Apple Watch 4 操控表背晶体和 crown 在手臂、腿和胸部放置获取标准和心前导联，可能作为急性冠脉综合征的远程农村地区诊断桥梁

  • Sopic et al. 2018 两级分类系统：第一级筛查用少量特征检测缺血异常，第二级更复杂但更准确，在 SmartCardia INYU 设备测试 MI 分类精度达 90%

  • 我的分析：12-lead ECG 算法需要在 single-lead 上验证后才能用于可穿戴——作者诚实地指出了这一 gap。两级分类（先筛查后精确分类）是解决可穿戴设备算力/电池限制的实用思路

段落 9：心衰管理——风险分层与远程监测

  • 核心论点：可穿戴数据（PA、HR、HRV、6 分钟步行）可用于 HF 风险分层，但远程监测 RCT 结果不一致
  • 支撑论据：
  • 6 分钟步行测试通过计步器实施可行，可预测 HF 严重程度和死亡（Werhahn et al. 2019）
  • 轻度症状 HF 患者的 HRV 可识别心脏再同步治疗获益有限的个体（Sherazi et al. 2015）
  • CardioMEMS 植入式肺动脉压力监测（Abraham et al. 2011）：NYHA III 级患者，15 个月随访 HF 相关住院降低 39%
  • TIM-HF2 试验（Koehler et al. 2018，n=1571，NYHA II-III 级 LVEF ≤45%）：结构化远程管理含三通道 ECG、血压、体重和血氧设备，393 天随访全因死亡率 HR 0.70（95% CI 0.50-0.96）
  • TEMA-HF1 试验（Dendale et al. 2012，n=164，LVEF 35±15%）：远程监测组全因死亡率绝对降低 12.5%
  • TEN-HMS 试验（Cleland et al. 2005，LVEF <40%）：240 天随访在住院/死亡天数上与护士电话支持或常规护理无显著差异，尽管住院时长平均少 6 天
  • TIM-HF 试验（Koehler et al. 2011，n=710，LVEF ≤35%）：26 个月随访心血管和全因死亡率及住院率均无差异
  • BEAT-HF 试验（Ong et al. 2016，n=1457 老年 HF 住院患者，中位 LVEF 43%）：远程护理组 30 天和 180 天再入院率未降低；依从性低——仅 55.4% 患者 >50% 依从远程监测

  • 试验间在纳入标准、设备类型、收集变量、随访频率等设计上存在显著差异，限制可重复性和可推广性

  • 我的分析：这是本综述最 balanced 的部分——6 个 RCT 中 3 阳性 3 阴性，作者诚实报告了不一致。试验设计的异质性（设备类型、纳入标准、随访频率、依从性）是难以比较的核心原因。BEAT-HF 低依从性（仅 55.4% >50% 依从远程监测）提示技术可行但依从性是瓶颈

段落 10：已确诊 AF 的管理

  • 核心论点：可穿戴设备有潜力将 AF 从分类概念转为连续可量化实体，支持 rhythm-guided 抗凝策略
  • 支撑论据：
  • 连续心律数据可将 AF 定义从分类转为连续可量化实体，开启抗凝和心律控制新前沿
  • Zado et al. 2019 研究：AF 消融术后患者每日两次脉搏检查，检测到脉搏不规则时启动直接口服抗凝药可行
  • REACT.COM pilot 研究（Passman et al. 2016）：植入式心脏监测器患者 AF ≥1h 时启动抗凝，抗凝使用减少 94%
  • 成本分析（Steinhaus et al. 2016）：REACT.COM 每患者 3 年节省约 US$800
  • iCARE-AF 研究（Stavrakis et al. 2017）：阵发性 AF 患者随机分配至 KardiaMobile ECG 指导的按需 vs 持续抗凝，证明可行但依从性是顾虑
  • Turakhia et al. 正在开发 n=5000 的 smartwatch-guided rhythm-guided 直接口服抗凝药试验，以主要出血事件为优效终点、缺血性卒中为非劣效终点
  • 可穿戴可确认电复律前持续性 AF 避免不必要的医院就诊和成本（Bumgarner et al. 2018）

  • 可优化永久性 AF 患者静息和运动时的心室率（Elshazly et al. 2021）

  • 我的分析：rhythm-guided 抗凝是可穿戴设备最具变革潜力的应用——从"有 AF 就终身抗凝"转向"AF 发作时才抗凝"。但 REACT.COM 使用植入式监测器，可穿戴设备的依从性差距是关键问题

段落 11：冠心病管理

  • 核心论点：MiCORE 研究显示 smartwatch 整合的 self-management 程序可降低 MI 后 30 天再入院率 43%，每患者节省 $6000
  • 支撑论据：
  • MiCORE 研究（Marvel et al. 2019）纳入 4 家美国医院 200 名 I 型 MI 患者
  • 干预为指南驱动的 self-management 程序，含移动应用整合 Apple Watch 和 Bluetooth 血压袖带
  • 164 名患者的初步结果显示：与倾向匹配历史对照组（n=695）相比，30 天再入院可能性降低 43%
  • 成本效益分析显示每患者节省最高 US$6000（McKeown 2019）

  • β-blocker 滴定和 MI 后心律失常筛查（尤其射血分数降低患者）是潜在但未验证的应用

  • 我的分析：MiCORE 使用历史对照而非同期对照，存在选择偏倚。43% 再入院降低幅度非常大但可能高估。需要 RCT 验证

段落 12：QT 间期测量

  • 核心论点：可穿戴 single-lead ECG 可测量 QTc 但变异度大，临床采用前需要更多研究
  • 支撑论据：
  • BodyGuardian patch（Preventice Solutions）与 24h 12-lead Holter 在 25 名先天性长 QT 患者和 20 名健康个体中对比（Castelletti et al. 2018）
  • Bland-Altman 均差接近 0，标准误小（-1.4±1.8 ms）
  • Schram et al. 2019 研究：CNN 从 >560,000 份 12-lead ECG 手动标注 QTc 训练，分析 145 名延长 QTc 患者的 KardiaMobile 6-lead ECG
  • KardiaMobile 6-lead vs 标注 12-lead ECG 的算法预测 QTc 均差 4.90 ms，但标准差大（21.58 ms）

  • 可穿戴中 single-lead ECG 可能不实用，但通过设备操控获取多导联记录和 AI 算法进展可能改善

  • 我的分析：QTc 均差接近 0 但 SD 很大（21.58 ms）——对于 QTc >500 ms 的高风险患者，测量误差可能导致漏诊。临床应用门槛高

段落 13：高钾血症检测

  • 核心论点：可穿戴 ECG+AI 检测高钾血症可行但假阳性/假阴性率高
  • 支撑论据：
  • 高钾血症是心血管疾病患者（尤其肾功能不全者）危及生命心律失常的常见原因
  • ECG 监测可识别严重高钾血症的致心律失常效应如 peaked T 波、QRS 增宽、PR 缩短和心动过缓
  • 慢性高钾血症患者中这些 ECG 发现是否可靠存在争议
  • Galloway et al. 2018 研究评估已建立的 DNN 性能：10 名血液透析患者，4h ECG 记录使用 AliveCor 试验设备并同步血液检测
  • 共记录 5.4 小时高钾状态数据和 44.1 小时非高钾状态数据
  • 按持续时间计算的灵敏度 94%，特异度 74%

  • 高假阳性和假阴性率及需持续 ECG 监测限制了当前现货可穿戴设备用于高钾血症诊断

  • 我的分析：10 例样本量极小。74% 特异度意味着 26% 假阳性——在肾功能不全患者中高钾血症常见但假阳性会导致不必要的干预

段落 14：心脏康复

  • 核心论点：可穿戴设备支持的家庭心脏康复不劣于中心康复且更经济
  • 支撑论据：
  • Anderson et al. 2017 的 Cochrane meta 分析纳入 23 项 RCT 共 2890 名心脏康复患者（MI、血运重建或 HF 后）
  • 家庭心脏康复在临床和健康相关生活质量结局上与中心康复等效，但多数研究未使用可穿戴设备
  • REMOTE-CRT 非劣效 RCT（Maddison et al. 2019）：使用 BioHarness 3 胸戴传感器的实时远程康复平台
  • REMOTE-CRT 组 24 周静坐时间更少且比中心康复更具成本效益，利用社会认知理论提升自我效能
  • Hannan et al. 2019 系统综述和 meta 分析：9 项心血管疾病患者试验，含运动处方的可穿戴监测在康复维持期优于无设备

  • 虚拟家庭远程康复已可用，但需更多高质量可推广 RCT 扩大获取

  • 我的分析：心脏康复是可穿戴设备证据最一致支持的应用领域——但大多试验使用简单的计步器或胸带而非智能手表。远程康复的依从性优势可能是"新奇效应"

段落 15：外周血管疾病

  • 核心论点：可穿戴引导的运动处方改善外周血管病患者的步行能力但结果不一致
  • 支撑论据：
  • wSTEP pilot 研究（Normahani et al. 2018，n=37）：反馈型 Nike FuelBand + 监督运动 vs 仅监督运动
  • 使用"fuel points"而非步数估计整体活动，随访时审查并定制运动处方编程入设备
  • 干预组最大步行距离、跛行距离和生活质量显著改善，持续 12 个月
  • Gardner et al. 2014 和 2011 两项 RCT（各 >100 名外周血管病患者）使用踝部 StepWatch 3 加速度计
  • 可穿戴引导运动处方与步行能力、速度和峰值氧耗显著改善相关
  • McDermott et al. 2018 试验（n=200）：可穿戴活动监测+电话辅导未改善步行能力或生活质量，但改善运动频率

  • 其他研究显示可变结果

  • 我的分析：结果不一致可能因为干预设计差异——Nike FuelBand 使用 "fuel points" 而非步数，StepWatch 使用踝部而非腕部。佩戴部位和指标选择对干预效果有实质影响

Challenges and future directions

段落 1：硬件和软件精度与有效性

  • 核心论点：不准确的数比没有数据更有害；需要综合评价框架和监管政策
  • 支撑论据：
  • 消费者受时髦但常未经验证技术的炒作推动，加速可穿戴临床采纳，但科学界须谨慎
  • 多项验证研究质疑原始传感器数据和软件算法的准确性（Shcherbina et al. 2017; Vetrovsky et al. 2019; Herkert et al. 2019）
  • 可穿戴数据质量异质性归因于缺乏数字健康产品开发设计共识和监管监督政策模糊
  • Coravos et al. 2020 提出及时评价框架测试连接传感器技术的准确性和有效性
  • V3 框架五维度：verification、analytical validation、clinical validation；data security and privacy；data rights and governance；utility and usability；economic feasibility
  • FDA 通常通过加速 510(k) 路径批准医疗级传感器（ECG 可穿戴），若申请者证明与合法上市的前代设备 substantial equivalence
  • 极少设备获新适应症标签批准（需 RCT 证明临床疗效）

  • 非医疗级传感器（活动/PPG）不经 FDA 评估，性能一致性不如医疗级

  • 我的分析：510(k) 的 substantial equivalence 逻辑意味着每个新设备只需与前代"足够相似"——这导致一类产品累积性偏离原始验证。非医疗级传感器完全不受监管是更大的盲区

段落 2：AI 算法挑战

  • 核心论点：AI 算法面临混杂变量、数据偏倚、黑箱不可解释性、缺乏透明度和可重复性等技术和伦理挑战
  • 支撑论据：
  • AI 算法在医学任务中的性能面临技术伦理挑战：检测标注不当数据集中的混杂变量、临床工作流整合困难、偏倚和非代表性人群数据、加剧健康差距风险、"黑箱"无监督算法不可解释性、监管和侵权环境不确定（Matheny et al. 2020）
  • 已发表研究中 AI 计算方法和代码缺乏透明度和可重复性，威胁科学进步（Haibe-Kains et al. 2020）
  • 美国国家医学院发布 AI 在临床环境负责任开发和维护参考文件
  • FDA 新数字健康创新计划提出基于风险的 pragmatic 方法监管软件医疗器械
  • pre-certification 计划先审查软件开发商而非产品本身，再利用国际医疗器械监管者论坛风险分类框架确定上市前路径

  • 上市后真实世界数据监测验证软件有效性和安全性，目前处于试点阶段

  • 我的分析：pre-certification 思路有前瞻性——将监管焦点从产品转到开发者，但 pilot 阶段效果未知。AI 可重复性问题是跨领域的（参见本队列 2021-ReproducibleML-NatComputSci）

段落 3：有意义使用标准与临床证据建设

  • 核心论点：需要建立明确的有意义使用标准区分 actionable data 与 noise，技术行业应效仿制药行业投资大型 RCT
  • 支撑论据：
  • 定义有意义使用标准需建立广泛证据体，明确证明获益并排除危害
  • 需分离可能引发患者和临床医生焦虑的噪声与可操作有意义的临床信息
  • 作者提出问题：无症状年轻人长期持续 ECG 监测是否提供任何有意义临床信息？
  • Apple Heart Study 引发辩论：小假阳性率若应用于全人群筛查会增加下游医疗检查和成本
  • 假阴性在高危或症状性患者中可能有害——错误安心可延迟抗凝治疗增加卒中风险（Marcus 2020）
  • 心脏学会指南尚未认可 Apple Watch 用于 AF 筛查
  • HEARTLINE 试验旨在评估更新 Apple Watch 型号配合 single-lead ECG 是否改善筛查精度和临床结局，可能改变指南推荐

  • 多所院校和研究生培训项目正开发远程医疗课程应对 COVID-19，应纳入可穿戴教学模块

  • 我的分析：区分"actionable data"与"noise"是核心概念——但作者未给出操作定义。在无症状年轻人中连续 ECG 监测的"有意义"标准是什么？这是临床决策的核心但未被回答

段落 4：行为改变的持续性

  • 核心论点：可穿戴引导的行为干预长期效果不确定，需要标准化方法和个性化干预
  • 支撑论据：
  • Singapore 800 人试验质疑可穿戴维持长期行为改变和改善临床结局的价值
  • Wang et al. 2015 小型研究：67 名超重/肥胖者佩戴 Fitbit One，50% 随机接受短信提示，短信组步数增加但 6 周研究期内效果未持续
  • BCT 设计实施的异质性是重大挑战，Hekler et al. 2016 提出标准化框架
  • Hekler 框架的"state-space"概念：根据内在因素（state）和情境因素（space）确定干预时机的响应准备度
  • 实例：行为干预可用 GPS 和时间识别个人在工作 vs 在家，以传递适量体力活动鼓励
  • Zhou et al. 2019 Discontinuation Prediction Score：利用 mPED 研究加速度计数据，预测下周复发风险 AUC 0.9，准确率 >80%，特异度 >80%
  • 仿真显示基于预测依从性分配财务激励比随机激励方案依从性更高
  • 两项调查中三分之二千禧一代同意与保险公司共享可穿戴数据

  • 保险奖励计划引发伦理问题：消费者能否无后果退出？无法负担设备或低数字素养者如何管理？第三方数据共享是否有清晰用户协议？

  • 我的分析：Discontinuation Prediction Score 是有趣的思路——预测谁会放弃然后针对性干预。但将经济激励与健康数据共享挂钩引发严重的伦理问题：低收入者可能被迫共享数据或被惩罚

段落 5：硬件成本与支付模式

  • 核心论点：可穿戴设备可能成为新的健康差距来源；报销政策需要扩展
  • 支撑论据：
  • 4272 名美国成人调查显示收入 ≥US\(75,000 与 <\)30,000 者可穿戴使用率差 3 倍（Vogels 2020 Pew Research）
  • 可穿戴在标准临床实践中可能成为新健康差距，无法负担设备者获得次标准医疗
  • Chia et al. 2019 研究低成本健身追踪器（<US$105）：设备成本与 BCT 数量无相关性
  • 部分行为干预策略对个人非成本 prohibitive 或对制造商非无利可图
  • 2018 年 AMA 引入新 CPT 代码激励远程监测采纳，纳入 2019 年 CMS 医生费用表并由私人保险报销
  • COVID-19 后保险扩展覆盖急性+慢性远程监测
  • 报销审查生命体征比审查体力活动或传递可穿戴 BCT 更直接
  • 支付方应考虑扩展报销覆盖各类可穿戴数据和可穿戴 BCT 处方

  • 提供方可通过 loaner 计划或合理共付额向患者免费提供可穿戴

  • 我的分析：低成本设备 BCT 数量与成本无关是重要发现——意味着行为干预策略不一定需要昂贵设备。但远程监测的报销仍偏向生命体征数据而非体力活动或生活方式干预

段落 6：数据安全与治理

  • 核心论点：可穿戴数据隐私面临三大问题——数据泄露风险、数据共享困难、患者期望管理
  • 支撑论据：
  • 大数据收集分析被多方利益相关者追求，可带来前所未有突破
  • 问题一：保护敏感可穿戴数据免遭泄露——de-identification 可能被 meta-data 重新识别（Cohen & Mello 2019）；blockchain 等下一代网络安全工具应被考虑，因数据泄露是必然而非可能
  • 问题二：促进患者意愿下的可穿戴数据共享——HIPAA/HITECH 隐私安全官僚要求被认为过时，需修正以适应日益增多的患者参与技术（Sarpatwari & Choudhry 2017）
  • opt-out 系统涉及额外成本且偏向最积极患者；opt-in 系统配合透明隐私政策可能更好提升患者参与

  • 问题三：患者/消费者与医疗提供者间设定期望——下一代数据用户协议和 e-consent 应透明说明数据传输介质和频率、审查频率、审查人员、可操作或紧急数据的沟通方式（Slotwiner et al. 2019）

  • 我的分析：HIPAA/HITECH 过时是重要观点——这些政策设计于可穿戴时代之前，不适应持续监测数据的特征。blockchain 提及但未深入——是否适用于高频连续数据流是实际问题

段落 7：数据管理

  • 核心论点：释放可穿戴设备全部潜力需要实现与 EHR 等平台的语义互操作性
  • 支撑论据：
  • 患者记录分散在多个平台和医疗机构的 data silo 中，不易获取，暴露患者安全问题
  • 释放可穿戴在患者护理和研究的全部潜力需与 EHR 和患者门户等平台实现语义互操作性
  • 当代政策应激励医院、行业和其他利益相关者实现顺畅互操作性而不损害患者隐私或数据获取
  • 大数据存储和 provenance（追踪数据来源和数据库间数据移动）需仔细关注，尤其个体一生预期产生 terabytes 医疗数据

  • blockchain 等新技术应考虑用于安全数据 provenance 实施（Hasselgren et al. 2020）

  • 我的分析：语义互操作性是临床整合的技术核心——但也是最难解决的问题。EHR 供应商（如 EPIC）的封闭生态是实际障碍

A practical ABCD guide for clinicians

段落 1：ABCD 框架概述

  • 核心论点：ABCD 指南为临床医生提供评估和整合可穿戴设备的实用四步框架
  • 支撑论据：
  • A（Assess）：评估设备精度/文献/监管/价格/指南——设备生成何数据（原始或处理）、硬件传感器准确性和临床有效性、软件算法准确性和有效性、价格、FDA/CE 批准状态、是否有临床证据支持特定应用
  • B（Benefit）：判断患者和临床实践获益——设备是否有助于患者临床护理或通过远程监测节省费用或不便；是否通过促进远程患者管理改善临床工作流和成本效益
  • C（Clinical workflow）：建立 EHR 整合/培训/报警/报销流程——consent、EHR 整合、患者和员工培训、数据审查频率期望、异常发现通知机制、参数阈值、可计费代码

  • D（Data rights）：建立数据用户协议和隐私政策——数据所有权、研究使用、第三方共享、HIPAA 安全存储

  • 我的分析：ABCD 框架实用但未经验证——它是一个合理但未经前瞻性检验的 expert opinion。Table 4 中以 ECG smartwatch 为例的回答模板非常具体（包括 CPT 代码 99453/99454/99457/99091），这是面向美国医疗系统的，国际适用性有限

Conclusions

段落 1：总结与展望

  • 核心论点：消费者驱动的健康新时代已到来，可穿戴设备必须通过综合评价框架和充分监管确保安全有效，ABCD 指南可加速临床整合，COVID-19 是拥抱这一技术的黄金机会
  • 支撑论据：
  • 消费者驱动的健康新时代已到来，在心血管疾病预防、诊断和管理方面有巨大未来获益
  • 当前多项挑战阻碍可穿戴技术在临床实践中广泛使用
  • 随传感器和计算技术演进，可穿戴将获得更复杂功能并成为心血管实践武器库的组成部分
  • 设备须通过综合评价框架和充分监管监督确保安全性和有效性
  • ABCD 临床医生指南可促进设备整合入临床工作场所

  • COVID-19 以火箭速度将我们推入远程和去中心化患者护理新时代，这是摆脱怀疑、拥抱可穿戴技术的黄金机会

  • 我的分析：结论的基调是乐观但有条件的——"必须通过评价框架和监管确保安全有效"是 caveat。将 COVID-19 作为"黄金机会"可能低估了技术局限性和健康公平性问题

摘要概述

这篇 Review 系统梳理了商用 smart wearable devices（智能手表、手环、贴片等）在心血管疾病预防、诊断与管理中的应用现状与工程原理。作者首先介绍了三类核心传感器的物理原理与误差来源：用于活动监测的 triaxial accelerometer 与 gyroscope、用于心率/心律的 ECG 与 PPG、以及用于血压的 cuff-based 与 cuff-less（基于 pulse transit time）方法。随后综述了可穿戴设备在心血管风险评估、房颤（AF）筛查（mSToPS、Apple Heart Study）、心衰管理、心律失常诊断等场景的关键临床证据。最后指出设备精度、临床有效性、监管政策标准化、患者隐私等仍是阻碍广泛临床应用的主要挑战，并提出一个面向临床医生的实用 "ABCD" 指南（Assess、Benefit、Clinical workflow、Data governance）以加速设备整合入临床流程。

关键图表

  • Figure 1 — 智能可穿戴设备及其心血管应用总览。 一张信息密度很高的分类图，按设备佩戴部位（手表、戒指、胸带、贴片、衣物嵌入）× 内置传感器（accelerometer、PPG、ECG、barometer、GPS、生化传感器、biomechanical 传感器）× 临床应用（风险评估、行为干预、远程康复、AF 筛查、心衰管理）三维组织，是快速理解该领域技术-临床映射的最佳入口。
  • Figure 2 — 可穿戴数据在临床实践中的工作流与整合示意。 展示了从原始数据采集 → 软件处理/存储 → 可操作临床信息（EHR 集成、患者端实时自适应干预）→ 医生端诊疗决策的闭环，强调了 data governance 与 actionable data 过滤的关键性。
  • Table 4 — 临床医生的 ABCD 指南。 A（Assess 设备/文献/监管/价格/指南）、B（Benefit 患者与临床实践）、C（Clinical workflow 整合，含 EHR、人员培训、报警阈值、报销）、D（Data rights 与隐私治理），提供了将穿戴设备落地到日常心血管门诊的具体 checklist。

与我的关联

作为计算生物力学研究者，本论文与我目前课题的关联较弱——它聚焦临床应用与传感器工程而非血管力学建模。但其对 PPG/ECG 信号在运动状态下的误差来源分析、cuff-less 血压测量基于 pulse transit time 的物理原理，以及 wearable 数据如何成为可操作临床信号的讨论，对理解"传感测量 → 力学量推断"的逆向问题仍有参考价值，尤其在涉及脉搏波传播、血管顺应性的血压估计建模时。