本文内容如下e-collection /主题问题:

可穿戴设备和传感器(628) 观点和观点(359)

发表在在第八卷第11名(2020): 11月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/18907，首次出版．
医疗保健中的可穿戴健康设备:叙事系统评论

医疗保健中的可穿戴健康设备:叙事系统评论

医疗保健中的可穿戴健康设备:叙事系统评论

本文作者:

林路1 作者Orcid图片； Jiayao张1 作者Orcid图片； 易谢1 作者Orcid图片； 范高1 作者Orcid图片； 徐歌1 作者Orcid图片； 星火吴1 作者Orcid图片； Zhewei你们1 作者Orcid图片
文章 作者 引用自(13) Tweetations (24) 指标

    审查

    中国武汉，华中科技大学同济医学院协和医院骨科

    *这些作者贡献相同

    通讯作者:

    叶哲伟，教授博士，医学博士

    矫形外科

    同济医学院协和医院

    华中科技大学

    解放大道1277号

    武汉,430022

    中国

    电话:86 17771413685

    电子邮件:yezhewei@hust.edu.cn


    背景:随着移动医疗的兴起，智能传感等新技术的发展，个性化健康理念的普及，智能可穿戴设备领域近年来发展迅速。其中，医疗可穿戴设备成为最具发展前景的领域之一。这些智能设备不仅帮助人们追求更健康的生活方式，还通过主动记录生理参数和跟踪代谢状态，为疾病诊断和治疗提供源源不断的保健数据。因此，可穿戴医疗设备有潜力成为未来移动医疗市场的中流砥柱。

    摘要目的:虽然先前的综述讨论了可穿戴电子产品的消费趋势以及可穿戴技术在娱乐和体育活动中的应用，但缺乏广泛临床应用的数据。我们旨在回顾目前可穿戴设备在医疗保健中的应用，同时强调有待进一步研究的不足之处。除了日常的健康和安全监测，我们的工作重点主要是可穿戴设备在临床实践中的使用。

    方法:我们通过检索PubMed、EMBASE、Scopus和Cochrane Library自2015年10月以来发表的论文，对可穿戴设备在医疗保健环境中的使用进行了叙述性回顾。然后比较可能相关的论文，以确定它们的相关性，并独立审查是否纳入。

    结果:从960篇关于可穿戴设备在医疗保健环境中的主题的论文中抽取了82篇相关论文进行定性分析，并对信息进行了综合。我们的回顾表明，迄今为止开发的可穿戴医疗设备的设计适用于人体的所有部位，包括头部、四肢和躯干。这些设备可分为4个应用领域:(1)健康和安全监测，(2)慢性疾病管理，(3)疾病诊断和治疗，(4)康复。然而，可穿戴医疗设备行业目前面临着几个重要的限制，阻碍了可穿戴技术在医疗实践中的进一步应用，例如难以实现用户友好的解决方案、安全和隐私问题、缺乏行业标准以及各种技术瓶颈。

    结论:我们预测，随着科学技术的发展和个性化健康理念的普及，可穿戴设备将在医疗保健领域发挥更大的作用，更好地融入人们的日常生活。然而，需要更多的研究来探索可穿戴设备在医疗领域的进一步应用。希望本文的综述能够为可穿戴医疗设备的发展提供有益的参考。

    JMIR Mhealth Uhealth 2020;8(11):e18907

    doi: 10.2196/18907

    关键字

    可穿戴； 医学领域； 公共卫生； 健康监测； 慢性病管理； 康复。


    背景

    20世纪60年代，爱德华·索普(Edward O Thorp)首次提出了可穿戴技术的概念。1他是美国麻省理工学院的数学教授。从那时起，可穿戴技术受到了世界各地研究人员的广泛关注。近年来，随着互联网、智能硬件、大数据的发展，可穿戴技术在医疗保健等各个领域发展迅速[2]、教育及文化[3.]、社交网络[4]，以及军方[5］．其中一些技术正以智能手表、智能手环、臂章和眼镜等配件的形式成为人们日常生活的一部分[6］．在医疗保健领域，可穿戴设备是一种可直接穿戴在身上的便携式医疗或健康电子设备，在识别、传感、连接、云服务、存储等各种技术的支持下，可用于感知、记录、分析、调节和干预以维持健康，甚至可用于治疗疾病[7］．可穿戴设备通过将机械功能与微电子和计算能力智能集成，实现对患者体征和实验室指标的即时检测，并提供运动指导、给药提醒等，实现对人体生理病理信息的多参数、实时、在线、准确、智能检测和分析，可用于自我诊断和自我监测[8］．

    作为一种标准的医疗保健干预手段，可穿戴设备有5个主要特征[9]:(1)无线移动性;(2)互动性和智能性;(3)可持续性和持久性;(4)操作简单、小型化;(5)可穿戴性和便携性。从现代医学的角度来看，可穿戴设备在医学领域的应用遵循以预防性、预测性、个性化、参与性为特征的4P医疗模式[10］．一方面，可穿戴技术将通过测量显示个人健康状况的临床相关参数，在推进精准医疗方面发挥重要作用[11］．另一方面，Loncar-Turukalo等人[12]还指出，可穿戴医疗设备作为使能技术和促进互联医疗保健出现的关键驱动因素发挥着重要作用。这些设备的运行和实现依赖于各种可穿戴技术的应用，包括传感器技术、医疗芯片技术、无线通信技术、电源管理技术、显示技术和信息反馈技术[13］．来自这些设备的实时医疗数据被传输到互联网上，以便进一步分析或从医疗保健提供者那里得到反馈。

    目标

    尽管可穿戴设备已经成为生活方式和健身市场的重要组成部分，但可穿戴传感器在医疗保健市场的发展相对缓慢。然而，可穿戴传感器技术的进步为医疗保健领域的部署提供了巨大的机会，特别是在互联医疗保健和精准医疗领域，其中可穿戴设备可以实现对个人健康的高质量实时测量。虽然先前的综述讨论了可穿戴电子产品的消费趋势以及可穿戴技术在娱乐和体育活动中的应用，但缺乏广泛临床应用的数据。本研究综述了可穿戴设备在医疗保健领域的应用现状。除了日常的健康和安全监测，我们的工作重点主要是可穿戴设备在临床实践中的使用。并指出了它们目前存在的不足，并提出了进一步研究的方向。


    设计

    采用叙述方法的系统回顾设计来分析现有证据。具体来说，回顾方法[14]的研究旨在阐明可穿戴设备的类型及其在医疗保健领域的使用现状。

    搜索策略

    我们于2020年1月2日进行了全面的文献检索。在医学图书馆信息专家的协助下检索了以下电子数据库:PubMed、EMBASE、Scopus和Cochrane library。该综述仅限于2015年至2019年间出版的英文文本，其摘要是可用的。选择这些出版年份是因为在这一时期信息技术有了巨大的进步。该审查还仅限于医疗保健领域可穿戴设备的研究。最初的搜索词如下:可穿戴设备和医疗保健，可穿戴技术和医疗保健，传感器、可穿戴设备和医疗保健,可穿戴和跟踪以及保健．在回顾了通过这些搜索词识别的文献后，我们添加了搜索词监控，疾病管理，诊断或治疗，而且康复获取从初始检索中检索到的论文参考文献中发现的相关研究。

    纳入和排除标准

    使用标题和摘要筛选了960个搜索结果的相关性，本研究对82篇论文进行了全面审查和讨论。

    纳入研究标准为:(1)试验，包括已证明可穿戴设备有效性的随机临床试验和准实验研究;(2)以临床适用性为重点的研究;(3)发表在英文同行评审期刊上的研究;(4)描述已完成研究的研究;(5)全文论文描述的研究。研究地点没有限制;因此，用英语撰写的国际研究是合格的。排除标准是描述可穿戴设备设计过程的论文、理论论文、书籍或书籍章节、信件、统计评论、观点、论文、社论和研究方案。

    研究选择

    研究筛选过程包括4个步骤。首先，3位作者(LL、ZJY和XY)独立筛选了所有与本系统综述相关的标题和摘要。其次，3位作者对所有相关论文的摘要进行了资格筛选。第三，根据纳入和排除标准，获取符合条件的出版物全文并进行筛选(LL)。意见分歧通过讨论解决，直至达成一致意见。最后，为避免检索不完整，手工筛选了近期相关综述和主要研究的参考文献，筛选出符合条件的研究。


    在检查了标题和摘要之后，搜索发现了960个可能相关的文档。其中，经全文审阅符合纳入标准的论文有82篇(图1）.

    ‎
    图1。论文筛选流程流程图。
    查看此图

    可穿戴设备的分类

    目前开发的可穿戴设备已被设计用于人体的所有部位，分为三类:头部、四肢和躯干可穿戴设备[15］．

    头部可穿戴设备主要包括眼镜、头盔、发带、助听器、耳环、耳机、贴片[12］．其中谷歌眼镜是智能眼镜的代表，具有拍照、视频通话、GPS定位等功能，而虚拟现实(VR)、增强现实、混合现实技术的应用，使其适用于远程医疗、医学教育、术中导航等领域[16］．

    肢体可穿戴设备主要包括穿戴在手臂、腿和脚上的可穿戴设备[17，18］．大部分戴在上肢上的设备是智能手表、手环和其他配件，可用于监测生理参数，如体温、心率、紫外线照射水平和日常活动[19］．下肢佩戴的设备大多以鞋子和袜子的形式出现，用于监测运动相关参数，主要用于康复领域[20.］．

    躯干可穿戴设备主要包括西装、腰带和内衣[21，22］．近年来，材料技术和传感技术的快速发展促进了嵌入织物或其他织物的电子产品的制造，这些产品可用于各种生物医学应用。2009年，麻省理工学院媒体技术实验室开发了一套能接入互联网的服装系统，标志着电子纺织品新时代的到来[23］．

    可穿戴设备在医疗领域的应用

    在医疗领域，可穿戴设备可以连接医生、患者、云等各方，了解病情变化，减轻疼痛，治疗疾病，便于收集大样本病例数据，有助于国家流行病学战略和预防医学的制定[24］．这些设备主要用于健康和安全监测[25]、慢性疾病管理[26]、疾病诊断及治疗[27]，以及康复[28］．

    健康和安全监测

    可穿戴设备的健康安全监测功能主要用于老年人、儿童、孕妇和患者群体。实时监测穿戴者的步态、行走速度、姿势、呼吸频率、血氧、心率、血压、能量消耗、体位等相关参数，以告知护理要求[29］．对于老年人来说，高质量的独立生活需要解决与行动、智力和独立生活相关的复杂护理需求，可穿戴技术的特性可以提供这些需求[30.］．戈弗雷等[31]使用可穿戴设备对老年人的步态和跌倒进行量化，监测老年人在无人看管的家庭环境中日常活动的可行性，并识别主要的运动类型(走、站、坐、躺)，以帮助老年人独立生活。荣格等[32]开发了一种可穿戴式跌倒检测系统，通过快速将老年人的位置数据上传到医疗中心，以检测跌倒，并确保及时帮助和治疗。对于儿童来说，除了检测日常生命体征进行健康管理外，可穿戴技术也是追踪儿童日常活动的有用工具[33］．随着可穿戴设备的兴起，市场上出现了具有跟踪定位功能的儿童智能手表、手环、背包等。这些装置基于GPS定位技术，可实时监控孩子的位置及运动量[34］．此外，可穿戴技术也可用于监测情绪。塞奎拉等[35已经证明了可穿戴工具在预测儿童和青少年抑郁症状方面的可行性。孕妇健康监测可分为两个方面[36］．一方面，这些应用程序可以用来监测受孕前后的生理状态、情绪状态、睡眠等数据，另一方面，这些设备可以用来对抚养孩子过程中出现的具体问题进行即时反馈。Head-med的Compass孕期监测器[37]是第一款操作简单，通过一次性腹部贴片监测产妇心率、胎儿心率和子宫活动的医疗级胎儿健康家用监测产品。对于患者群体，可穿戴设备可用于监测治疗期间的症状变化，可用于疾病监测和疗效评估，并可有助于治疗计划的个性化[29］．例如，可穿戴传感器可用于监测帕金森病患者在药物治疗期间的症状，以帮助医生调整药物剂量和评估新药的疗效[38］．范安德尔等[39]将光容积描记术应用于癫痫患者心率监测，并表现出优异的癫痫发作检测性能。Ryvlin等[40]开发了一种可穿戴设备，可可靠地检测全身性强直阵挛发作，具有高灵敏度和特异性，以帮助医生优化抗癫痫治疗，降低癫痫猝死的风险。

    慢性疾病管理

    概述

    慢性病管理包括将被动的疾病治疗转变为主动的健康监测[41］．可穿戴产品可实现用户全天的数据采集和监控，并对各项指标进行动态、智能、全面的分析，为慢性病患者的医疗提供依据。该技术还可通过云服务实现疾病远程监测、远程治疗方案调整、生活方式管理等功能，对疾病控制具有重要意义[42］．

    心血管病

    心血管疾病很容易被忽视，其后果突然且可能致命，需要紧急治疗[43］．它们常伴有早期心肌电生理的改变[44］．因此，改善日常监测对于发现和控制心脏病非常重要。传统的心血管疾病监测分为有创和无创两种。在常规监测中，无创心电图和多普勒超声心动图是检查心功能的主要手段[45］．24小时动态心电(Holter监护仪)是目前临床上较为成熟的可穿戴式医疗设备，可以实现常规心电无法实现的动态监测。但由于佩戴舒适度不佳，且导电凝胶与电极配合使用会导致胸部皮肤过敏和溃疡，限制了其在家庭日常监测中的应用。心脏超声检查只可在医院使用[46］．为了让人们能够管理自己的健康，国内外研究人员对可穿戴式健康监测系统进行了大量的研究，特别是心电长期数据采集。Tsukada等[47他开发了一种由涂有导电聚合物的纳米纤维制成的运动背心，使ECG电极与人体密切接触。该信号可以实时显示心电信号，监测数据通过应用程序收集，增加了舒适度，不会有过敏风险。数据上传到云端，由专业医生进行分析，实现心脏疾病的远程监测。2018年12月，苹果公司开发了Apple Watch Series 4，首次将心电图功能和手表功能结合在一起。此外，该表盘设计用于显示双极ECG以监测隐匿性房颤。该设备在监测心律失常、房室传导阻滞和QRS持续时间延长方面显示出与标准12导联心电图记录相似的准确性[48］．卡斯帕等[49研究发现，使用可穿戴式心脏除颤器可以防止患者在非医院环境下接受治疗时出现心脏骤停，直到重新植入植入式心脏除颤器。

    肺部疾病

    慢性阻塞性肺病(COPD)和支气管哮喘急性加重可导致肺功能受损、生活质量下降和死亡率增加[50］．积极监测患者病情的早期迹象和早期治疗可以预防这些结果。远程保健方案旨在促进慢性阻塞性肺病和支气管哮喘急性加重的早期识别和及时自我管理[51］．对于这类病人，及早发现病情进展有助于控制病情[52］．廉价可穿戴设备的出现使人们能够持续监测心率、脉搏、氧饱和度和身体活动，以及检测咳嗽、呼吸音和其他特征的音频[53］．这些信号可用于预测分析，以检测肺功能的早期恶化。前瞻性队列研究[54]在多伦多大学进行的一项研究评估了一种可穿戴系统，该系统可靠地捕捉了患者几乎连续的呼吸频率、氧饱和度、心率和其他数据，用于筛查早期COPD恶化。本研究的结果证明了使用智能手表集中监测COPD患者的可行性。Colantonio等人研制的可穿戴设备[55]使用无线传感器网络系统监测患者的呼吸频率、呼吸声、血氧饱和度和心电图，以评估COPD治疗的疗效。李等[56他们使用声学呼吸器监测哮喘儿童的夜间喘息，发现57%的控制良好的哮喘患者有大量的夜间喘息发作，并且与肺功能的常规测量关系不佳。这有助于开发针对儿童哮喘的个性化治疗方法。然而，卢比奥等人[51]报告了使用可穿戴设备监测COPD急性加重的令人失望的结果，部分原因是所监测的参数(症状、脉搏血氧饱和度和肺容量)并不是预测疾病加重的可靠指标。需要指出的是，随着传感技术的进步，可穿戴系统还可以将个人环境暴露与生理及随后的不良健康反应联系起来，为某些肺部疾病的发病机制提供线索[57］．

    糖尿病

    糖尿病是一组以胰岛素分泌缺陷或生物效应受损引起高血糖为特征的代谢性疾病[58］．长期血糖控制不良可导致各种器官组织的损害、功能障碍和衰竭，特别是眼睛、肾脏、神经、心脏和血管[59］．对于糖尿病患者来说，提高血糖水平的自我监测和自我管理能力有助于降低糖尿病相关的发病率和死亡率。目前市场上针对糖尿病患者的医疗管理产品有三种:血糖水平监测设备、注射胰岛素、植入式胰岛素泵[60］．其中，血糖水平监测产品在血糖水平控制中具有重要地位，是调整其他治疗方法的基本参考，也可以预防危险事件的发生[61］．传统的血糖水平监测是直接抽取静脉血或针刺取血样，由生化分析仪进行分析。这些方法侵入性强，不方便，尤其对于糖尿病患者需要每天多次监测血糖水平。由于血糖水平检测的波动性和短暂性，传统的单点检测方法不能真实反映体内葡萄糖水平的变化[62］．随着移动技术和传感器技术的发展，出现了可穿戴式动态血糖监测产品。葡萄糖手表[61]是2001年3月获得美国食品药品监督管理局(fda)批准的无创、无痛血糖水平监测产品，在糖尿病监测产品领域证明了其适用性和可行性。目前，可穿戴医疗设备广泛采用间接测量方法(微创或无创)来测量血糖浓度等参数。主要方法有光谱法、血液替代(尿、泪、组织液)、反离子电渗透、微波技术[63，64］．与其他方法相比，光学法具有快速、无创、无污染、操作简单等优点，已成为无创血糖水平检测的主要方法。测量原理是基于葡萄糖吸收和反射特性的浓度依赖性变化[65］．然而，由于其他血液成分的吸收光谱与葡萄糖的吸收光谱重叠，限制了测量的准确性[64］．此外，美敦力的Minimed 670G采用便携式设计，集成血糖水平监测和胰岛素泵。患者可以将该装置固定在腰部，并设置每天的检测和注射次数。Pillalamarri等[66]利用生物医学微机电系统技术开发了手持式胰岛素泵，智能控制胰岛素注射的速率和量，使血糖水平保持在相对稳定的范围内。

    高血压

    高血压是一种以动脉血压持续升高为特征的慢性疾病。是严重危害人类健康的心脑血管疾病最重要的危险因素[67］．因此，在诊断和治疗高血压时，血压测量的准确性和可靠性就显得尤为重要[68］．血压可直接或间接测量[69］．直接测量包括经皮穿刺和主动脉插管。这是一种侵入性方法，只适用于危急和困难的病例。间接测量，也称为袖口压缩，涉及使用血压计。这是最常用的测量方法，但无法获得连续数据[70］．无创连续血压测量是可穿戴式血压计的发展趋势。目前，可穿戴设备通过测量不同的生理信号来测定血压，按原理可分为4种[71]:(1)桡动脉压平张力;(2)脉搏血容量变化;(3)脉冲波速;以及(4)振动测量方法。此外，可穿戴式血压计按结构大致可分为两种:袖套式和无袖式。袖带式由于抗干扰能力强、可靠性高，已成为可穿戴式血压计的主流形式，在市场上应用广泛[72］．该可穿戴设备将监测数据上传，生成动态血压图，方便患者和医生使用。然而，在日常持续监测过程中，袖带的反复充气和放气会引起患者身体不适，特别是在夜间，这个过程会引起睡眠障碍[70］．因此，一种无需袖带就能准确、舒适地测量动态血压的可穿戴设备将具有广阔的应用前景。郑等[73]使用基于光学技术开发的可穿戴无袖设备，通过测量脉冲到达时间(脉冲从心脏到外周血管的传输时间)来监测血压变化。在一项混合方法研究中，Islam等人[74]表明，可穿戴式血压设备测量结果与金标准的流动设备相比，表明这种用户友好的方法具有在长期监测中增强血压管理的潜力。但这类无袖设备目前还处于试验开发阶段，尚未进入市场。

    《疾病诊断与治疗》

    概述

    全面了解疾病早期生理病理指标的变化，对于及时诊断和干预至关重要。可穿戴设备通过实时监测生命体征的变化，在各种疾病的诊断和治疗中具有重要意义[42］．

    神经系统疾病

    例如，在阿尔茨海默病的痴呆前期进行预警和干预，对于延缓发病、降低发病率具有重要意义[75］．轻度认知功能障碍是阿尔茨海默病痴呆前期的主要特征，这一阶段的诊断方法尚未完全开发[76］．最近的研究表明，步态是一种非侵入性的认知功能生物学指标[75，77，78］．通过佩戴可穿戴设备，可以收集用户的步态参数，用于早期检测阿尔茨海默病。此外，可穿戴设备在其他神经疾病的早期诊断中也显示出良好的应用前景。例如，Mannini等人[79他开发了一种可穿戴设备，可以分析步态分类，以提高早期神经疾病诊断的准确性。

    呼吸道疾病（呼吸系统疾病）

    对于阻塞性睡眠呼吸暂停低通气综合征患者，应用可穿戴式夜间呼吸监测设备可提高早期诊断的准确性，可在家使用[80］．苏雷尔等[81开发了一种可穿戴的、准确的、节能的系统，用于长期监测阻塞性睡眠呼吸暂停。

    心脏传导系统异常

    对于可能存在心脏骤停风险的患者，可穿戴除颤器可以帮助监测心律失常。此外，当检测到心脏骤停或心室颤动时，可进行紧急除颤以恢复正常节律[82］．2017年美国癌症研究协会年会上也报道称，一种输送交流电的医疗可穿戴设备延长了恶性胶质瘤患者的总体生存期[83］．

    泌尿系统疾病

    对于终末期肾脏疾病，Gura等[84]表明，可穿戴人工肾治疗耐受性良好，可有效清除尿毒症溶质，维持电解质和液体稳态。

    然而，与健康监测功能相比，可穿戴设备在治疗应用方面还有很长的路要走。需要指出的是，近年来，随着VR、增强现实、混合现实技术的兴起和远程技术的突破，可穿戴设备在医学教育、术前手术计划制定、术中导航、术前医患沟通、远程会诊等场景中的应用也有了长足的发展[16］．在我们之前的研究中[16，85-87]，我们成功实施了混合现实技术，实现了术前医患沟通、术中指导、手术远程会诊以及通过HoloLens眼镜进行手术导航。

    康复

    概述

    在康复领域，可穿戴设备主要应用于运动康复[88]、认知康复[89]，以及作为残疾人士的康复辅助工具[90］．

    体育康复

    中风、脑外伤、脊髓损伤和肌肉骨骼损伤等情况往往会导致患者运动能力的丧失或下降。运动康复的主要目标是恢复平衡和协调，确保关节活动正常，并有足够的肌肉力量和肌肉耐力来应付日常生活[91］．传统的运动康复主要是在特定的医疗机构，由专业的康复从业人员进行训练，以扩大关节的活动范围，增强肌肉力量和耐力，改善平衡和协调功能。这种康复训练模式具有方法安全可靠，专业人员实时指导的优点[92］．同时，传统康复模式也存在一些不可忽视的缺点，如康复时间和地点的限制，以及过程的无聊和单调，导致患者缺乏依从性，即使是那些不是老年人的患者，这些都严重影响了运动康复的疗效[21］．可穿戴设备的应用，特别是与VR、增强现实和混合现实技术的结合，不仅能够全面监测和评估患者的康复活动，还能使活动更加有趣，提高患者的依从性[92］．

    脑损伤后肢体偏瘫是运动康复中的难题[93］．根据2018年《中国中风预防报告》，中风已成为中国成年人死亡的主要原因和致残的主要原因[94］．在老龄化社会中，中风的发病率预计在未来几年将会增加。在中风引起的各种缺陷中，单侧感觉运动缺陷非常突出，80%的中风患者都有不同程度的步态异常[95］．目前脑卒中患者的下肢康复主要集中在步态训练上[28］．可穿戴设备可用于监测患者的步态参数，并提供反馈，帮助医生实时评估患者的康复情况，从而相应地调整治疗计划。许等[96]使用多位置可穿戴传感器分析和分类神经障碍患者的步态特征，以指导康复锻炼方案的选择。此外，在神经系统疾病引起的单肢偏瘫病例中，尽管姿势和步态可能有明显改善，但手臂功能的恢复滞后于其他功能[97］．Maceira-Elvira等[98]使用可穿戴式中风康复训练器来支持患者在家进行个性化的上肢神经运动训练计划。内置的无线传感器记录患者的运动量，分析数据并将数据反馈给患者和治疗师，从而为患者上肢功能的恢复带来额外的改善。比萨大学的一个团队使用优化的可穿戴手套，使用手部姿势重建技术来重建手部运动，从而实时记录和反馈患者的手部功能恢复情况[99］．

    此外，从广义上讲，脊髓损伤和肌肉骨骼损伤的康复治疗可归为骨科康复。矫形辅助设备的使用在现代矫形康复治疗中尤为重要。对于脊髓损伤患者，早期康复治疗主要是通过改善神经可塑性来更好地恢复脊神经功能[One hundred.］．传统的康复治疗主要由医院的专业康复师指导，费用高昂，需要长期住院。此外，康复专业人员的资格要求往往很高，一对一的专业指导并不总是可能的。许多研究者[101，102]设计了基于仿生学的可穿戴人工外骨骼，其原理是将人体负荷转移到人工外骨骼上，协助脊髓损伤患者保持站立姿势。该方法还设计为允许患者以人工外骨骼的动力学和反馈系统维持的固定步态缓慢行走，从而避免关节僵硬和肌肉挛缩等关节功能障碍[103］．另一方面，肌肉骨骼系统损伤治疗成功的关键因素有3个:复位、固定和功能锻炼[104］．伤后后期的康复训练是最重要的。许多骨科医生在临床实践中往往只考虑手术的美观，而忽视了术后肢体功能康复的重要性。此外，很多患者术后对康复锻炼重视不够，依从性差，害怕疼痛，这些都影响了患肢功能的恢复，大大降低了手术的效果。可穿戴设备的使用可以鼓励患者进行康复训练，并允许根据反馈信息调整康复训练强度以改善训练结果[103］．Zhu等开发的电子辅助仪器系统[105]促进全膝关节置换术后患者膝关节屈伸功能的恢复。李等[106他设计了一套外骨骼套装，可以辅助多个关节运动，并测量运动的方向和角度。外骨骼服通过直观记录数据，以图形形式显示，为患者和医生提供有关运动效果和程度的信息，有利于早期康复和功能恢复。

    认知康复

    认知功能障碍是脑损伤后最常见的后遗症之一，不仅影响患者的生活质量，也给患者的家庭和社会带来巨大的压力[107］．因此，改进康复方法对认知功能障碍的治疗具有重要意义。VR眼镜在为认知障碍患者提供治疗选择和评估工具方面显示出巨大潜力[108-110］．VR技术有三个特点，即沉浸性、交互性和想象力[111］．通过提供视觉、听觉和触觉感官模拟，为患者提供沉浸式体验，有助于在受控刺激环境中进行认知康复，并便于实时监测相关参数。虚拟现实技术通过提供虚拟的可再现图像，为不同程度的认知障碍患者制定个性化的治疗方案，这对记忆障碍的恢复是有效的。迄今为止，许多研究已经证明了基于vr的可穿戴设备在认知障碍康复中的价值。根据浸泡的特点，Faria等[112]设计了VR眼镜，对认知功能障碍患者进行记忆恢复训练，减少他们对现实的恐惧，提高他们的学习和行为能力。Wåhlin等[113]使用VR训练来改善慢性中风患者的左侧意识，也增加了背侧注意网络内零星的半球间功能连通性。

    残疾人康复援助

    残疾人配件是可穿戴康复设备领域的另一大发展方向。这些配件包括盲人智能眼镜、智能助听器和智能义肢。

    运用人工智能技术，为盲人设计智能眼镜[114不仅帮助有视力障碍的人理解周围环境的信息(通过针孔摄像头识别，例如实时分析路况信息)，而且还有助于做出有效的决策。此外，智能眼镜可帮助视障人士在家庭环境中使用各种智能家居产品，从而提高他们的生活质量[115］．

    助听器本质上是一个电声放大器[116］．声波信号由麦克风转换成电信号，经过放大后，电信号再由接收器还原为声波信号，传送到人耳中。智能技术的出现促进了助听器行业的发展，用户可以在复杂多变的环境中自主选择自己想要听到的最清晰的声音，摆脱听力障碍的弊端。

    对于肢体缺损患者，假体不仅可以填补形状缺损，还可以恢复全部或部分残肢功能[117］．传统义肢笨重，可穿戴智能义肢的发明对于身体残疾的患者来说是非常鼓舞人心的。近年来，结合机器人技术的智能假肢已成为一个热门话题[118］．


    现有的问题

    概述

    可穿戴医疗设备的发展提高了医疗保健的普及程度和质量。而且，这些发展在一定程度上缓解了低收入国家医疗资源短缺的问题，促进了世界范围内医疗保健的发展。然而，可穿戴医疗设备行业仍在发展中，目前面临着几个重要的限制，阻碍了可穿戴技术在医疗实践中的进一步使用。

    用户友好解决方案的障碍

    对于卫生保健系统来说，主要挑战是通过改变护理模式和共享信息来实现这些技术的使用[119］．数据收集、传输、保存和共享不仅需要技术解决方案的开发，还需要法律基础设施的开发，这将使不同的组织能够为患者共享数据和责任。120］．一方面，需要保持患者在使用可穿戴健康设备方面的自主权，以帮助患者成为自己护理的积极参与者[119］．另一方面，在可穿戴设备的使用过程中，由于使用不可靠或延迟的数据和虚警而造成的误诊和漏诊的责任，临床医生的职责也应得到法律规范[121］．

    安全和隐私问题

    可穿戴健康设备通过传感器技术，可以收集用户的各种信息，如健康信息、地理位置、生活习惯等[34］．这些数据格式多样、规模庞大、流动连线众多，可能会增加泄漏和篡改的风险[8，35，122，123］．需要采取策略来确保数据的安全性和提高公众的信任。

    缺乏行业标准和法规

    在缺乏行业标准和法规的情况下，所有企业都希望依靠自己的核心产品形成自己的标准和法规，资源整合难度较大。因此，有必要建立和执行新的监管标准[71，118］．

    技术壁垒

    可穿戴医疗设备的应用存在许多技术瓶颈[64，124，125]:(1)数据准确性[9，24，118，122]:一方面，目前可穿戴设备的传感器特异性较低，可能导致对良性非临床相关信号的过度检测，导致误诊、不必要的检查、患者焦虑。另一方面，传感器灵敏度低，可能会遗漏病理临床相关参数，导致漏诊和延误治疗。(2)功能单一:可穿戴设备兼容性较差，功能主要集中在健康监测层面，临床治疗进展缓慢，能有效整合多种功能的可穿戴医疗设备较少[27，124］．(3)电池寿命差:设计低功耗和高能量存储的可穿戴设备一直是一个令人兴奋但具有挑战性的问题[10，120］．(4)设备安全:安全和保障是医疗设备的首要考虑因素，与各级系统的可靠性密切相关[12，13］．由于虚假警报会降低用户的警觉性，并阻止用户遵守所提供的反馈，因此需要有效的机制来检测和诊断捕获数据中发生的偏差[126］．(5)成本高、数据采集和处理效率低、人机交互界面不稳定、大数据健康云建设不完善等问题有待进一步完善[9，13，122］．

    限制

    我们的审查有一些局限性。虽然包含了一些数据库，但我们的搜索词可能会导致相关论文的遗漏。由于本综述的探索性，它包含了广泛的研究设计，而综述最终将受到所纳入研究的设计的限制。尽管第二和第三名审稿人通过咨询使用了限制偏见的策略，但他们也承认在分析调查结果时可能存在主观性。此外，这篇论文并不是一个系统的综述，有可能进行更广泛的综述，并找到建议可穿戴设备其他应用的论文。

    结论及未来发展方向

    尽管可穿戴设备在应用上存在许多局限性，但它已经取得了显著的成功，并为全球人口老龄化带来了巨大的好处。笔者认为，未来可穿戴设备行业的发展关键在于以下几个方面:

    1. 加强对可穿戴设备行业的监管，制定具体的安全规则，保护个人数据的隐私和安全，明确医患之间的相关医疗责任和权利。
    2. 行业标准的建立和执行，以医疗保健为信息主体，建立统一的可穿戴设备数据分类、评价体系和行业标准，实现医疗数据的互认。
    3. 可穿戴健康设备的技术进步，开发低消耗和高集成度传感器技术;低功耗高性能电池技术;高加工效率的医疗芯片技术;而人机交互技术可以提高信息准确性、信息处理速度、延长电池续航时间和用户体验。
    4. 结合大数据、云计算和物联网，建立一个健康的数据库，发展一个完整的医疗生态系统。利用这一资源，我们可以充分开发、分析和利用医疗健康大数据，扩大可穿戴设备在远程医疗、预防医学、流行病学等其他领域的使用[12］．

    将智能穿戴式医疗设备与养老服务相结合，构建智慧养老社区，提供优质、高效的医疗服务。寻求医疗服务的方式也开始从疾病的被动医疗转变为以预防、保健、预诊断为主导的社区医疗模式。

    综上所述，随着科学技术的发展和个性化健康理念的普及，可穿戴设备必然会在医疗保健领域发挥更大的作用，更好地融入我们的日常生活。然而，需要更多的研究来探索可穿戴设备在医疗领域的进一步应用。

    致谢

    湖北省科委科学技术基金(批准号:)资助。2018AAA067)、国家自然科学基金资助项目(no. 2018AAA067);81974355)。

    利益冲突

    没有宣布。

    1. Amft O, Lukowicz P.从背包到智能手机:可穿戴电脑的过去、现在和未来。IEEE普适计算2009 july;8(3):8-13 [j]免费全文] [CrossRef］
    2. Khan Y, Ostfeld AE, Lochner CM, Pierre A, Arias AC.使用灵活的可穿戴医疗设备监测生命体征。Adv Mater 2016 Jun;28(22):4373-4395 [免费全文] [CrossRef] [Medline］
    3. Guze PA。利用技术来应对医学教育的挑战。气候学会2015;126:260-270 [免费全文] [Medline］
    4. Jackson MM, Valentin G, Freil L, Burkeen L, Zeagler C, Gilliland S，等。促进狗与职业的互动:工作犬的可穿戴通信接口。Pers Ubiquit Comput 2015 10月11日;19(1):155-173 [免费全文] [CrossRef］
    5. Siddall AG, Powell SD, Needham-Beck SC, Edwards VC, Thompson JE, Kefyalew SS，等。10天军事训练期间能量消耗估算方法的有效性。Scand J Med science Sports 2019 9月29日(9):1313-1321 [免费全文] [CrossRef] [Medline］
    6. 朴勇，李山，朴杰。可穿戴电子设备无线传感器的最新进展。传感器(巴塞尔)2019年10月09日;19(20)[免费全文] [CrossRef] [Medline］
    7. Haghi M, Thurow K, Stoll R.医疗物联网中的可穿戴设备:科学研究和商用设备。Healthc Inform Res 2017年1月;23(1):4-15 [免费全文] [CrossRef] [Medline］
    8. 郭坤，韩刚，林杰，郑奎，姜涛，林娥，等。可穿戴设备的发展与实时疾病监测个性化医疗保健。纳米材料(巴塞尔)2019年5月29日;9(6)[免费全文] [CrossRef] [Medline］
    9. 钱瑞，龙云。可穿戴化学传感器的研究进展。化学公开赛2018年2月;7(2):118-130 [免费全文] [CrossRef] [Medline］
    10. 用于心脏病p4医学的可穿戴智能设备:为医疗网络物理系统做好准备了吗?OMICS 2019 May;23(5):291-292 [免费全文] [CrossRef] [Medline］
    11. 郑IC, Bychkov D, Searson PC。用于精准医疗和健康状态监测的可穿戴设备。IEEE生物医学工程学报2019年5月;66(5):1242-1258 [免费全文] [CrossRef］
    12. Loncar-Turukalo T, Zdravevski E, Machado da Silva J, Chouvarda I, Trajkovik V.互联健康的可穿戴技术文献:研究趋势、进展和障碍的范围综述。J Med Internet Res 2019 Sep 05;21(9):e14017 [免费全文] [CrossRef] [Medline］
    13. Sim I.移动设备和健康。N Engl J Med 2019 Sep 05;381(10):956-968 [免费全文] [CrossRef] [Medline］
    14. Grant M, Booth A.评论类型学:对14种评论类型和相关方法的分析。卫生信息杂志2009 Jun;26(2):91-108 [J]免费全文] [CrossRef] [Medline］
    15. 高德明，李志强。生物医学应用中的可穿戴和可植入传感器。年度Rev Anal Chem(加州帕洛阿尔托)2018年6月12日;11(1):127-146。［CrossRef] [Medline］
    16. 胡辉，冯旭，邵智，谢明，徐松，吴旭，等。混合现实技术在医疗领域的应用与展望。现代医学2019 Feb;39(1):1-6。［CrossRef] [Medline］
    17. 王强，马可波洛斯，于波，陈伟，Timmermans a .交互式可穿戴上身康复系统的系统综述。J Neuroeng Rehabil 2017年3月11日;14(1):20 [免费全文] [CrossRef] [Medline］
    18. Walmsley CP, Williams SA, Grisbrook T, Elliott C, Imms C, Campbell a .使用可穿戴传感器测量上肢活动范围:一项系统综述。2018年体育医学公开赛11月29日;4(1):53 [免费全文] [CrossRef] [Medline］
    19. 梁娟，鲜东，刘旭，付杰，张旭，唐波，等。主流可穿戴健身设备可用性研究:特征分析与系统可用性量表评价。JMIR Mhealth Uhealth 2018 11月08日;6(11):e11066 [免费全文] [CrossRef] [Medline］
    20. Powell L, Parker J, Martyn St-James M, Mawson S.下肢可穿戴技术改善成年中风幸存者活动和参与的有效性:一项系统综述。J Med Internet Res 2016 10月07日;18(10):e259 [免费全文] [CrossRef] [Medline］
    21. 徐娟，鲍涛，李UH, Kinnaird C, carrender W，黄勇，等。用于实时姿态平衡和步态训练的可配置、可穿戴传感和振动触觉反馈系统:概念验证。J Neuroeng Rehabil 2017 Oct 11;14(1):102 [免费全文] [CrossRef] [Medline］
    22. Argent R, Slevin P, Bevilacqua, Neligan M, Daly A, Caulfield B.临床医生对用于骨科康复的可穿戴运动生物反馈系统原型的感知:定性探索。BMJ公开赛2018年10月25日;8(10):e026326。［CrossRef] [Medline］
    23. 张宏，刘峰。智能电子穿戴的最新技术与应用。中国纺织领袖2011;12:108-110 [免费全文] [CrossRef］
    24. Burmester GR.风湿病学4.0:大数据、可穿戴设备和计算机诊断。安Rheum 2018年7月;77(7):963-965。［CrossRef] [Medline］
    25. Jo A, Coronel BD, Coakes CE, Mainous AG。患者使用Fitbit等可穿戴设备或手机上的健康应用程序是否有好处?:系统回顾。美国医学杂志2019年12月;132(12):1394-1400。e1 (免费全文] [CrossRef] [Medline］
    26. Maddison R, Cartledge S, Rogerson M, Goedhart NS, Ragbir Singh T, Neil C，等。可穿戴相机作为增强慢性疾病自我管理工具的有用性:范围审查。JMIR Mhealth Uhealth 2019 Jan 03;7(1):e10371 [免费全文] [CrossRef] [Medline］
    27. Ray PP, Dash D, De D.用于癌症检测的可穿戴系统的系统回顾:现状和挑战。J Med Syst 2017 Oct 02;41(11):180 [免费全文] [CrossRef] [Medline］
    28. Jayaraman C, Mummidisetty CK, manix - slobig A, McGee Koch L, Jayaraman A.中风和不完全脊髓损伤个体中影响可穿戴传感器结局估计的变量:验证两种研究级传感器的试点调查J Neuroeng Rehabil 2018 Mar 13;15(1):19 [免费全文] [CrossRef] [Medline］
    29. Takei K, Honda W, Harada S, Arie T, Akita S.面向灵活的可穿戴人机交互健康监测设备。Adv Healthc Mater 2015 Mar 11;4(4):487-500 [免费全文] [CrossRef] [Medline］
    30. Baig MM, Afifi S, GholamHosseini H, Mirza F.针对老年人的可穿戴传感器和基于物联网的监测应用的系统综述——关注老龄化人口和独立生活。J Med Syst 2019 6月15日;43(8):233 [免费全文] [CrossRef] [Medline］
    31. 老年人独立生活的可穿戴设备:步态和跌倒。Maturitas 2017 6月;100:16-26 [免费全文] [CrossRef] [Medline］
    32. 郑山，洪山，金杰，李山，玄涛，李敏，等。使用集成传感器和能量装置的可穿戴式跌倒探测器。科学报告2015年11月24日;5:17081 [免费全文] [CrossRef] [Medline］
    33. 马建平，陈建平，陈建平，等。父母对13岁以下儿童可穿戴活动追踪器的看法:可接受性和可用性研究。JMIR Mhealth Uhealth 2019 11月04日;7(11):e13858 [免费全文] [CrossRef] [Medline］
    34. 温东，张旭，雷娟。中国消费者对可穿戴设备在健康监测中的感知态度:一项调查研究。计算方法程序生物医学2017年3月;140:131-137 [免费全文] [CrossRef] [Medline］
    35. 谢奎拉，裴罗塔，李志强，李志强，等。用于监测儿童和青少年抑郁症状的移动和可穿戴技术:范围综述J情感失调2020年3月15日;265:314-324 [免费全文] [CrossRef] [Medline］
    36. Prioreschi A, Nappey T, Westgate K, Olivier P, Brage S, Micklesfield LK.使用加速度计客观测量身体活动的可穿戴婴儿腕带的开发和可行性。试点可行性研究2018;4:60 [免费全文] [CrossRef] [Medline］
    37. 巴希里M, Idri A, Fernández-Alemán JL, Toval A.移动个人健康记录的怀孕监测功能:分析和潜力。计算方法程序生物医学2016年10月;134:121-135 [免费全文] [CrossRef] [Medline］
    38. 戈迪尼奥C，多明戈斯J，库尼亚G，桑托斯AT，费尔南德斯RM，阿布鲁D，等。评估帕金森病的监测技术的特点和有效性的系统综述。J Neuroeng Rehabil 2016年3月12日;13:24 [免费全文] [CrossRef] [Medline］
    39. 范安德，李志刚，李志刚，李志刚。光容量描记术在癫痫患者心率监测中的应用。癫痫行为学2015 Apr; 45:42 -145 [免费全文] [CrossRef] [Medline］
    40. Ryvlin P, Ciumas C, Wisniewski I, Beniczky S.预防癫痫猝死的可穿戴设备。癫痫2018年6月;59增刊1:61-66 [免费全文] [CrossRef] [Medline］
    41. 范德海德I，普雷斯拉米I，米蒂奇W，沈姆J，鲁特曼I，菲茨杰拉德JM。慢性疾病管理中的健康知识普及:相互作用的问题。中国临床流行病学杂志2018 10月;102:134-138 [免费全文] [CrossRef] [Medline］
    42. 孙娟，郭勇，王霞，曾强。中国老龄化的移动健康:机遇与挑战。老龄病2016年1月;7(1):53-67 [免费全文] [CrossRef] [Medline］
    43. Singh S, Kullo IJ, Pardi DS, Loftus EV。IBD患者心血管疾病的流行病学、危险因素和管理。2015年1月;12(1):26-35 [免费全文] [CrossRef] [Medline］
    44. Dolabchian ZL。[心肌梗死的电生理分类]。Kardiologiia 1975 Jan;15(1):113-115 [免费全文] [Medline］
    45. 陈杰，杜布里亚，杜布里亚，马德里亚，蒂尔兹R，达格雷斯N.心律失常团队在心律失常患者综合多学科治疗中的作用:欧洲心律协会调查结果。2016年5月12日;18(4):623-627。［CrossRef］
    46. Steinberg C, Philippon F, Sanchez M, Fortier-Poisson P, O'Hara G, Molin F，等。一种用于连续动态心电图记录的新型可穿戴设备:概念证明和信号质量评估。生物传感器(巴塞尔)2019年1月21日;9(1)[免费全文] [CrossRef] [Medline］
    47. Tsukada YT, Tokita M, Murata H, Hirasawa Y, Yodogawa K，岩崎Y，等。用于ECG监测的可穿戴纺织电极的验证。心脏血管2019七月;34(7):1203-1211 [免费全文] [CrossRef] [Medline］
    48. Ip我。用于心律诊断和管理的可穿戴设备。中国医学杂志2019年1月29日;21(4):337-338 [免费全文] [CrossRef] [Medline］
    49. Kaspar G, Sanam K, Gholkar G, Bianco NR, Szymkiewicz S, Shah D.移植ICD患者长期使用可穿戴式除颤器。国际心血管杂志2018年12月01日;272:179-184 [免费全文] [CrossRef] [Medline］
    50. 本马T，河原T, Mikuni H, Uno T，佐藤H，藤原A，等。早期加勒诺星干预细菌感染诱发的支气管哮喘和慢性阻塞性肺疾病急性加重的有益效果中国免疫过敏杂志2019;39 (4):355-362 [免费全文] [CrossRef] [Medline］
    51. Rubio N, Parker RA, Drost EM, Pinnock H, Weir CJ, Hanley J，等。慢性阻塞性肺疾病患者呼吸频率的家庭监测:可行性、可接受性和加重后变化的观察性研究Int J chronalblocking Pulmon Dis 2017;12:1221-1231 [免费全文] [CrossRef] [Medline］
    52. Pericleous P, van Staa TP。使用可穿戴技术监测COPD患者的身体活动:一项文献综述。Int J chronalblocking Pulmon Dis 2019;14:1317-1322 [免费全文] [CrossRef] [Medline］
    53. Khan S, Ali S, Bermak A.用于医疗保健应用的打印柔性和可穿戴传感电子产品的最新进展。传感器(巴塞尔)2019年3月11日;19(5):1230 [免费全文] [CrossRef] [Medline］
    54. 吴r, Liaqat D, de Lara E, Son T, Rudzicz F, Alshaer H，等。使用智能手表集中监测慢性阻塞性肺疾病患者的可行性:前瞻性队列研究JMIR Mhealth Uhealth 2018 Jun 14;6(6):e10046 [免费全文] [CrossRef] [Medline］
    55. Colantonio S, Govoni L, Dellacà RL, Martinelli M, Salvetti O, Vitacca M. COPD患者健康状况远程个性化评估的决策概念。方法国际医学杂志2015;54(3):240-247 [免费全文] [CrossRef] [Medline］
    56. 李波，董强，唐恩，陈宁，杰克逊，皮莱，等。用于儿童哮喘研究和管理的可穿戴物联网醛类传感器。Sens Actuators B Chem 2019年5月15日;287:584-594 [免费全文] [CrossRef] [Medline］
    57. Katwa U, Rivera E.智能医疗时代的哮喘管理:设备，小工具，应用程序和远程医疗。印度儿科杂志2018年9月;85(9):757-762 [免费全文] [CrossRef] [Medline］
    58. Flannick J, Johansson S, Njølstad PR.常见和罕见的糖尿病:朝着糖尿病亚型的连续体发展。Nat Rev Endocrinol 2016 july;12(7):394-406 [免费全文] [CrossRef] [Medline］
    59. 美国糖尿病协会。糖尿病的诊断和分类。糖尿病护理2013 Jan;36 Suppl 1:S67-S74 [免费全文] [CrossRef] [Medline］
    60. Tentolouris A, Eleftheriadou I, Tzeravini E, Athanasakis K, Anastasiou IA, Kyriopoulos J，等。糖尿病的管理和患者对疾病的态度:来自希腊一项全国性研究的数据糖尿病代谢综合征2019;13(2):1159-1164 [免费全文] [CrossRef] [Medline］
    61. Vishwanathan V.糖尿病管理的当前和未来展望。《印度医学杂志》2002年3月;100(3):181-183 [免费全文] [Medline］
    62. 万永福，冯昌昌，焦ff，余永泰，陈文伟，方大东，等。多学科风险评估和管理方案——糖尿病(RAMP-DM)在糖尿病相关并发症和卫生服务使用方面的五年有效性——一项基于人群和倾向匹配的队列研究。糖尿病护理2018 Jan;41(1):49-59 [免费全文] [CrossRef] [Medline］
    63. 高W，布鲁克斯GA，克朗诺夫DC。代谢监测的可穿戴生理系统和技术。应用物理学杂志(1985)2018年3月01日;124(3):548-556。［CrossRef] [Medline］
    64. Sabu C, Henna T, Raphey V, Nivitha K, Pramod K.先进的葡萄糖和胰岛素生物传感器。Biosens生物电子2019年9月15日;141:111201。［CrossRef] [Medline］
    65. 潘迪，张晨，张志刚，张志刚，张志刚，等。拉曼光谱无创血糖监测。Acc Chem Res 2017 Feb 21;50(2):264-272 [免费全文] [CrossRef] [Medline］
    66. Pillalamarri SS, Huyett LM, abdelmalek a .新型蓝牙无管胰岛素泵:连接数字糖尿病管理平台的用户体验设计方法。《糖尿病科学》2018年11月12日(6):1132-1142。［CrossRef] [Medline］
    67. 艾略特WJ。系统性高血压。Curr Probl cardil 2007 Apr;32(4):201-259 [免费全文] [CrossRef] [Medline］
    68. Oparil S, Acelajado MC, Bakris GL, Berlowitz DR, Cífková R, Dominiczak AF，等。高血压Nat Rev Dis Primers 2018年3月22日;4:18014 [免费全文] [CrossRef] [Medline］
    69. 霍尔特·TR，威辛顿·DE，米切尔·e该相信哪种压力?儿科重症监护病房直接动脉血压与间接血压测量技术的比较。儿科重症监护医学2011;12(6):e391-e394 [免费全文] [CrossRef] [Medline］
    70. 程华，宋松，陈超，于伟，杨松，郭超，等。使用不同的血压监测策略指导高血压管理(GYMNs研究):三种不同血压测量方法的比较:随机对照试验的研究方案。审判2019年5月10日;20(1):265 [免费全文] [CrossRef] [Medline］
    71. 周伟，贾涛，陈霞。可穿戴医疗健康监测的现状与展望。中国医疗器械2017;32(06):1-5。［CrossRef］
    72. 齐玲，温勇。可穿戴式血压测量仪的研究与应用进展。中国医疗器械2016;31(12):77-79。［CrossRef］
    73. 郑勇，潘成勇，闫波，刘建伟。基于脉搏到达时间的无袖24小时穿戴式血压监测及其对高血压的诊断价值。J Med Syst 2016 9月;40(9):195 [免费全文] [CrossRef] [Medline］
    74. Islam SMS, Cartledge S, Karmakar C, Rawstorn JC, Fraser SF, Chow C，等。用户和医疗保健专业人员对无袖腕戴式可穿戴血压监测设备的验证和接受:混合方法研究JMIR Mhealth Uhealth 2019 9月14日;7(10):e14706 [免费全文] [CrossRef] [Medline］
    75. 马志刚，李志刚，李志刚。基于步态分析的老年痴呆症亚型鉴别:可穿戴传感器的可行性?步态姿势2020 Feb;76:372-376 [免费全文] [CrossRef] [Medline］
    76. 莱恩CA哈迪J肖特JM。阿尔茨海默氏症。神经科杂志2018年1月;25(1):59-70 [免费全文] [CrossRef] [Medline］
    77. Ricci M, Di Lazzaro G, Pisani A, Mercuri NB, Giannini F, Saggio G.早期未经治疗的帕金森病患者运动障碍的评估:可穿戴电子设备的影响。IEEE bioed Health Inform 2020 Jan;24(1):120-130 [免费全文] [CrossRef] [Medline］
    78. 孟杰MH，法法尼G，奥贝索J, Sánchez-Ferro Á。新的传感器和可穿戴技术有助于帕金森病的诊断和治疗监测。2019年6月04日;21:111-143 [免费全文] [CrossRef] [Medline］
    79. Mannini A, Trojaniello D, Cereatti A, Sabatini A.使用惯性传感器进行步态分类的机器学习框架:应用于老年人，中风后和亨廷顿病患者。传感器(巴塞尔)2016年1月21日;16(1)[免费全文] [CrossRef] [Medline］
    80. 刘志强，李志强，李志强，等。可穿戴式睡眠呼吸暂停检测系统的初步评价。IEEE工程医学生物Soc 2015;2015:4142-4145 [免费全文] [CrossRef] [Medline］
    81. Surrel G, Aminifar A, Rincon F, Murali S, Atienza D.医用可穿戴传感器在线检测阻塞性睡眠呼吸暂停。IEEE Trans Biomed Circuits Syst 2018 Aug;12(4):762-773 [免费全文] [CrossRef] [Medline］
    82. 欧登格，艾伯纳C, Mörtl D，凯勒H，狄宁格A, Stix G，等。在以护士为基础的培训计划中使用可穿戴式心律转复除颤器的患者的适应症和结果:奥地利WCD登记处的结果欧洲心血管护理杂志2019年1月;18(1):75-83 [免费全文] [CrossRef] [Medline］
    83. 可穿戴医疗设备提高胶质母细胞瘤患者的生存率。巨蟹座2017年9月15日;123(18):3433 [免费全文] [CrossRef] [Medline］
    84. Gura V, Rivara M, Bieber S, Munshi R, Smith N, Linke L，等。终末期肾病患者的可穿戴人工肾脏。JCI Insight 2016 Jun 02;1(8):74-89 [免费全文] [CrossRef] [Medline］
    85. 吴旭，刘荣，徐松，杨超，杨松，邵忠，等。基于混合现实的术中三维图像导航寰枢椎椎弓根螺钉置入的可行性。机械工程学报2019年12月;233(12):1310-1317 [免费全文] [CrossRef] [Medline］
    86. 吴旭，刘荣，余娟，徐松，杨超，杨松，等。混合现实技术在骨科手术中推出，用于复杂颈椎骨折的全面术前管理。Surg Innov 2018 Aug;25(4):421-422 [免费全文] [CrossRef] [Medline］
    87. 吴旭，刘荣，余娟，徐松，杨超，邵忠，等。混合现实技术辅助骨科手术导航。外科创新2018年6月27日;25(3):304-305 [免费全文] [CrossRef] [Medline］
    88. 王晓明，杨晓明，杨晓明，等。脊髓损伤患者的可穿戴传感器:从能量消耗估计到活动建议。Front Neurol 2019;10:1092 [免费全文] [CrossRef] [Medline］
    89. Faria AL, Andrade A, Soares L, I Badia SB.基于虚拟现实的认知康复通过模拟日常生活活动的好处:中风患者的随机对照试验。J Neuroeng Rehabil 2016 Nov 02;13(1):96 [免费全文] [CrossRef] [Medline］
    90. Williamson B, Aplin T, de Jonge D, Goyne M.追踪解决方案:探索可穿戴GPS设备对老年人、残疾人及其支持人员的可接受性和价值。残疾人康复辅助技术2017年11月18日;12(8):822-831 [免费全文] [CrossRef] [Medline］
    91. 石斌，陈旭，岳震，尹松，翁强，张旭，等。可穿戴踝关节机器人在中风后步态康复中的系统综述。Front Neurorobot 2019;13:63 [免费全文] [CrossRef] [Medline］
    92. 李志强，李志强，李志强，[j] .虚拟医疗;虚拟、增强和混合现实的使用]。Ned Tijdschr Geneeskd 2018年11月26日;162 [免费全文] [Medline］
    93. Likitlersuang J, Sumitro ER, Theventhiran P, Kalsi-Ryan S, Zariffa J.脊髓损伤患者在家庭和社区中使用可穿戴摄像头监测上肢功能的观点。《脊髓医学》2017年11月24日;40(6):706-714 [免费全文] [CrossRef] [Medline］
    94. 王玲，刘娟，杨宇。脑卒中防治仍面临巨大挑战??2018年中国脑卒中防治概况报告。中国流通杂志2019;34(02):105。［CrossRef］
    95. Parker VM, Wade DT, Langton Hewer R.中风后手臂功能丧失:测量，频率和恢复。国际康复医学1986;8(2):69-73 [免费全文] [CrossRef] [Medline］
    96. 徐伟，Sugiarto T，林勇，杨峰，林泽，孙晨，等。神经系统疾病患者基于多可穿戴传感器的步态分类与分析。传感器(巴塞尔)2018年10月11日;18(10):3397 [免费全文] [CrossRef] [Medline］
    97. Richard D W, Gerd L, Privender S, Annick T, Jurgen te V, Stefan W.上肢中风家庭康复。2007年8月22日发表于:第29届IEEE医学与生物工程国际会议;2007;法国里昂p. 4015-4018网址:https://ieeexplore.ieee.org/document/4353214/citations#citations［CrossRef］
    98. Maceira-Elvira P, Popa T, Schmid A, Hummel FC。中风康复中的可穿戴技术:改善上肢运动障碍的诊断和治疗。J Neuroeng Rehabil 2019 11月19日;16(1):142 [免费全文] [CrossRef] [Medline］
    99. Ciotti S, Battaglia E, Carbonaro N, Bicchi A, Tognetti A, Bianchi M.一种基于协同优化设计的功能抓取识别传感手套。传感器(巴塞尔)2016年6月02日;16(6):811 [免费全文] [CrossRef] [Medline］
    100. Dimyan MA, Cohen LG。脑卒中后运动康复中的神经可塑性。Nat Rev Neurol 2011 Feb;7(2):76-85 [免费全文] [CrossRef] [Medline］
    101. Young AJ, Ferris DP。下肢机器人外骨骼的技术现状和未来发展方向。IEEE神经系统复健工程2017 Feb;25(2):171-182 [免费全文] [CrossRef] [Medline］
    102. 陆震，陈旭，张旭，童凯，周平。基于肌电模式识别的外骨骼手机器人实时控制。国际神经科学杂志2017 Aug;27(5):1750009 [免费全文] [CrossRef] [Medline］
    103. 范浩，曹旭，杨霞。可穿戴设备在骨科中的应用与研究。中华骨关节外科杂志2018年2月;11(2):154-160。［CrossRef］
    104. 曼德尔JC，库拉纳B，史密斯SE。脚部和踝关节应力性骨折，第1部分:骨骼生物力学及成像和治疗原则。骨骼Radiol 2017 Aug;46(8):1021-1029 [免费全文] [CrossRef] [Medline］
    105. 朱毅，中村M，堀内T, Kohno H，高桥R，寺田H，等。用于术后行走康复的新型可穿戴步行式连续被动运动装置。机械工程学报2013年7月;227(7):733-745 [免费全文] [CrossRef] [Medline］
    106. 李，金杰，李文杰，李文杰，等。基于增强功率控制参数调谐的自主多关节软外装降低了负重行走的能量成本。J Neuroeng Rehabil 2018 july 13;15(1):66 [免费全文] [CrossRef] [Medline］
    107. 陈志强，李志强，李志强。创伤性脑损伤后认知功能障碍的康复。2019年2月30日(1):189-206。［CrossRef] [Medline］
    108. 黄俊，李森。虚拟现实程序对轻度认知障碍患者认知功能和平衡能力的影响。《物理与科学》2017 Aug;29(8):1283-1286 [免费全文] [CrossRef] [Medline］
    109. 蔡实实，谭忠宁，王文伟，陈志强，马宏杰，等。老年人认知功能的虚拟现实筛查:比较研究。J Med Internet Res 2019 Aug 01;21(8):e14821 [免费全文] [CrossRef] [Medline］
    110. Rogers JM, Duckworth J, Middleton S, Steenbergen B, Wilson PH.元素虚拟康复改善成人中风的运动、认知和功能结果:来自随机对照试点研究的证据。J Neuroeng Rehabil 2019年5月15日;16(1):56 [免费全文] [CrossRef] [Medline］
    111. Chirico A, Lucidi F, De Laurentiis M, Milanese C, Napoli A, Giordano A.医疗系统中的虚拟现实:超越娱乐。一篇关于VR在癌症治疗中的疗效的小型综述。《细胞物理学报》2016年2月;31(2):275-287 [免费全文] [CrossRef] [Medline］
    112. Faria AL, Andrade A, Soares L, I Badia SB.基于虚拟现实的认知康复通过模拟日常生活活动的好处:中风患者的随机对照试验。J Neuroeng Rehabil 2016 Nov 02;13(1):96 [免费全文] [CrossRef] [Medline］
    113. Wåhlin A, Fordell H, Ekman U, Lenfeldt N, Malm J.慢性空间忽视康复增强休息状态连通性。神经科学学报2019 Mar;139(3):254-259 [免费全文] [CrossRef] [Medline］
    114. Celik N, Rohrschneider K.[电子视觉辅助:视觉障碍康复的新选择]。眼科2018年7月;115(7):553-558 [免费全文] [CrossRef] [Medline］
    115. 朴勇，李山，朴杰。可穿戴电子设备无线传感器的最新进展。传感器(巴塞尔)2019 10月09日;19(20):4353 [免费全文] [CrossRef] [Medline］
    116. 苏泽P，阿雷哈特K，肖夫T，安德森M, Strori D, Balmert L.理解个体对可穿戴助听器信号处理反应的可变性。耳朵听2019;40(6):1280-1292 [免费全文] [CrossRef] [Medline］
    117. Paterno L, Ibrahimi M, Gruppioni E, Menciassi A, Ricotti L.用于肢体假肢的套接器:现有技术的回顾和开放挑战。IEEE生物医学工程学报2018年9月;65(9):1996-2010 [免费全文] [CrossRef] [Medline］
    118. Segura Anaya LH, Alsadoon A, Costadopoulos N, Prasad PWC。用户对可穿戴设备感知的伦理影响。科学与工程伦理2018 Feb;24(1):1-28 [免费全文] [CrossRef] [Medline］
    119. 可穿戴技术——医疗保健服务实施的未来挑战。卫生技术快报2015年2月;2(1):2-5 [免费全文] [CrossRef] [Medline］
    120. Yetisen AK, Martinez-Hurtado JL， Ünal B, Khademhosseini A, Butt H.医用可穿戴设备。Adv Mater 2018 Jun 11;30(33):e1706910 [免费全文] [CrossRef] [Medline］
    121. 杜斯伯里G，克拉克K，朗斯菲尔德M，萨默维尔I.为家庭用户设计适当的辅助技术:开发可靠的网络。室内/室外公共建筑和设施的包容性设计和流动性响应:CIB工作组W084 -建筑无障碍环境;2002年10月21-22日;罗马URL:https://tinyurl.com/y3foa8gs
    122. Rodgers MM, Alon G, Pai VM, Conroy RS.积极生活和康复的可穿戴技术:当前的研究挑战和未来的机遇。J Rehabil辅助技术工程师2019;6:2055668319839607。［CrossRef] [Medline］
    123. 医疗保健中的可穿戴设备:隐私和信息安全问题。健康信息管理2020;49(2-3):150-156 [免费全文] [CrossRef] [Medline］
    124. 萨利姆A, Lim S.非侵入性柔性和可穿戴无线生物传感器的最新进展。生物电子2019年9月15日;141:111422。［CrossRef] [Medline］
    125. 凌云，安涛，叶浦丽文，朱波，龚胜，程伟。颠覆性软可穿戴传感器。Adv Mater 2020年5月13日;32(18):e1904664 [免费全文] [CrossRef] [Medline］
    126. 伍尔夫·贾，莫罗·JF，阿基洛夫·O，巴顿·T，英格利希·JC，何杰，等。黑素瘤智能手机应用诊断的不准确性。美国医学会皮肤杂志2013年4月;149(4):422-426 [免费全文] [CrossRef] [Medline］

    ‎
    虚拟现实:虚拟现实
    心电图:心电图
    慢性阻塞性肺病:慢性阻塞性肺疾病

    G·艾森巴赫(G Eysenbach)编辑;提交26.03.20;D Cebo、KC Wong的同行评议;对作者20.04.20的评论;修订版本收到22.09.20;接受24.09.20;发表09.11.20

    版权

    ©卢琳，张嘉耀，谢毅，高飞，许松，吴星火，叶哲伟。最初发表于JMIR mHealth和uHealth (http://mhealth.www.mybigtv.com)， 2020年11月9日。

    这是一篇开放获取的文章，根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上不受限制地使用、分发和复制，前提是正确引用了首次发表在JMIR mHealth和uHealth上的原创作品。必须包括完整的书目信息，http://mhealth.www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。
    Baidu
    map