杜克大學和斯坦福大學醫(yī)學院的生物醫(yī)學工程師和基因組學研究人員稱，智能手表和其他可穿戴設備可用于感知疾病，脫水甚至紅細胞計數(shù)的變化。
研究人員說，借助機器學習，可將有關心率，體溫和日?；顒拥目纱┐髟O備數(shù)據(jù)用于預測通常在臨床血液測試期間觀察到的健康狀況。該研究于2021年5月24日發(fā)表在《自然醫(yī)學》上。
在醫(yī)生就診期間，醫(yī)務人員通常會測量患者的生命體征，包括其身高，體重，體溫和血壓。盡管此信息已保存在一個人的長期健康記錄中，但通常不會用于創(chuàng)建診斷。相反，醫(yī)生將命令檢驗患者尿液或血液的臨床實驗室收集特定的生物學信息，以幫助指導健康決策。
這些重要的測量結果和臨床測試可以告知醫(yī)生有關人的健康狀況的具體變化，例如患者是否患有糖尿病或患有糖尿病前期飲食，他們的飲食中是否攝入了足夠的鐵或水，以及他們的紅色或白色血細胞計數(shù)在正常范圍內。
但是這些測試并非沒有缺點。他們需要面對面拜訪，這對患者而言并不總是那么容易安排，并且像抽血這樣的程序可能是侵入性的且不舒服的。最值得注意的是，這些生命體征和臨床樣本通常不定期且有規(guī)律地采集。它們僅提供醫(yī)生就診當天患者健康的快照，并且結果可能受多種因素影響，例如患者上一次進食或飲酒，壓力或最近進行的體育鍛煉。
這項研究的共同負責人，共同通訊作者杜克(Duke)的杰西琳·鄧恩(Jessilyn Dunn)說：“心率和體溫有晝夜節(jié)律的變化，但是診所中的這些單一測量并不能捕捉到這種自然變化。”“但是，諸如智能手表或Fitbits之類的設備能夠長時間跟蹤這些測量結果和自然變化，并識別何時與該自然基準存在差異。”
為了獲得一致，完整的患者健康狀況，杜克大學生物醫(yī)學工程學助理教授鄧恩，斯坦福大學遺傳學教授兼遺傳學教授邁克爾·斯奈德和他們的團隊想探討是否從可穿戴設備中收集了長期數(shù)據(jù)可以匹配在臨床測試中觀察到的變化，并有助于指示健康異常。
這項研究于2015年在斯坦福大學開始，采用了綜合個人體表分析(iPOP)隊列，納入了54位患者。三年多來，iPOP參與者佩戴了Intel Basis智能手表，該手表測量了他們的心律，運動，皮膚溫度和汗腺激活。參與者還參加了定期的診所訪問，研究人員使用傳統(tǒng)的測量方法來跟蹤諸如心率，溫度，紅細胞和白細胞計數(shù)，葡萄糖水平和鐵水平之類的信息。
標簽： 智能手表
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！