随着世界人口的增长和对医疗保健的需求日益增加，各种生理信号的实时监测推动了各种可穿戴和可植入系统的研究和开发。互联健康(CH)描述了健康和生活方式管理的技术支持模式的新范式[ 1］．它是一个多学科技术领域，旨在提供预防和远程治疗。CH依赖于基于互联网、传感、通信和智能技术的数字信息结构，以支持与健康相关的应用程序、系统和工程。

可穿戴设备，以及可听设备(入耳设备)和可接近设备(与可穿戴设备交互的邻近设备)集成到更广泛的物联网概念中，被认为是最有可能改变未来医疗保健和生活方式的技术[ 2， 3.］．这场革命始于智能手机，现在它正成为一种广泛的侵入性和无处不在的技术。目前大多数可穿戴设备和可接近设备都配备了不同类型的复杂传感器。人们正在探索由先进分析技术驱动的不同类型的传感器，以开发真正便携式医疗实验室的功能。在智能手机应用程序中无缝集成这些测量数据，可以及时提供有针对性的信息，增强典型辅助生活场景下的用户体验。智能手机的普遍接受度、易用性和可靠性促使用户坚持使用不同的增值应用程序，这些应用程序可以填补自我生理感知和健康监测领域的空白[ 4］．可穿戴技术已成为主流，对健身保健行业影响最为显著[ 2］．

可穿戴设备在消费设备中的重要性可以通过它们在消费电子产品中日益增长的份额来追踪，这些消费电子产品促进了自我保健和健康管理。根据国际数据公司的数据，2018年可穿戴设备的出货量为1.722亿台[ 4]，这一数字预计还会增长，为物联网市场的革命做出重大贡献[ 5］．可穿戴技术的进步和用户对现有消费可穿戴设备的接受为无缝生理监测铺平了道路。

第一批人体区域网络(ban)和可穿戴设备包括若干传感器和一个处理单元，以及组装在印刷电路板上的无线节点[ 6， 7］．这种设计既笨重又不舒服，还配有大容量的电池，还存在大量与频繁充电和数据通信丢失相关的问题。从那时起，传感技术取得了巨大的进步。这种笨重的设计正在被重新调整为芯片系统。降低功耗、可靠通信、分布式处理和数据分析提高了可穿戴设备的潜力，并对技术接受度产生了重大影响[ 7］．技术创新直接回应了与用户相关的问题(传感器小型化、无缝监控、安全通信、低功耗、能量收集和即插即用功能)以及安全和保障(可靠的传感和数据预处理、安全的数据通信和可靠的分析)。

然而，用户反馈评论报告称，最初用户对可穿戴设备的热情往往会因为用例不明确(终端用户需求不明确)、价格以及设备与智能手机配对的相关复杂性而丧失。 8］．要想长期投入可穿戴设备，需要明确的使用场景、有价值的反馈和建设性的建议[ 8， 9］．从传统的被动医疗模式向主动预防模式的不可避免的转变，将为早期诊断或慢性疾病监测带来CH解决方案的明确用例[ 1］．创新CH场景具有强烈的动机、精确和经济效益[ 3.， 10］．

传感、信息和通信技术在数字健康中所扮演的角色已在众多关于传感器、数据分析以及CH解决方案的安全可靠通信平台的研究文章中得到总结和阐述[ 3.， 10- 16］．为了刺激和促进决策者和利益攸关方之间的知识转移和传播，同样重要的是，总结那些关于特定应用场景和特定用户群体的原始发现。系统综述研究基于对现有数字图书馆的详尽手工筛选，提供了对纳入研究的定性分析，并对相应CH解决方案进行了无偏倚的性能比较[ 17， 18］．这种回顾研究的例子为相关可穿戴技术、目标用户群体和应用领域的光谱提供了有用的见解。王尔德等人[ 19]回顾了应用程序或可穿戴设备用于监测身体活动和久坐行为的使用情况，并强调了采用它们的障碍和促进因素。范围检讨[ 20.]总结了设计、实施和评估移动医疗(mHealth)技术以支持老年人慢性病管理的实践和建议，考虑了2005年至2015年发表的文章。克维达等人[ 10]重点介绍了CH作为远程医疗和远程保健的总体结构的概念，并举例说明了CH对专业人员和患者的价值。在Liu等人的研究中[ 21综述了软电子技术中应用的材料、设计策略和电源系统。总结了这些设备在心脏病学、皮肤病学、电生理学和汗液诊断学中的应用，并讨论了替代相应的传统临床工具的可能性。

因此，过去十年中可穿戴领域的转变在大量的原创文章和专利文档中得到了证明，并在大量集中的系统综述中进行了总结和比较[ 3.， 10- 16， 19- 21］．在本文中，我们对可穿戴技术领域进行了十年的研究，从2010年到2019年2月，以确定文献中关于4个重要支柱的趋势:技术、安全和保障、规范性见解和用户关注。收集的文献反映了在未来CH领域可穿戴系统的发展中取得的进展、开放的问题、观点和差距。涵盖的主题主要涉及使能技术:传感、数据聚合和处理、通信协议、电源、数据保护和数据分析。然而，大量试验的结果和消费者可穿戴设备获得的经验为不同的用户相关问题提供了洞察。在研究了过去十年发表的文献后，我们总结了与以下关键问题相关的最新技术、未来研究重点和论文统计数据:使能技术主题、可穿戴传感器在CH中的应用以及不同的用户关注点。

通过对可穿戴技术研究、用户相关问题和广泛应用领域面临的挑战的更普遍、更高层次的视角，本范围综述旨在忽略不受特定用户群体、健康状况或生活方式场景限制的研究趋势，并包括移动健康和智能生活环境。广泛的搜索范围由依赖于自然语言处理(NLP)算法的自动搜索程序支持。过去十年的趋势分析使用了来自3个大型数字图书馆的一组确定的文章。

过去十年发表了许多关于传感器和可穿戴设备在辅助生活环境、CH以及健康和健身应用程序中的使用的研究[ 3.， 10- 16， 19- 22］．这些研究为设计未来CH系统提供了重要的投入，表明了优点，但也指出了缺点、障碍和用户反馈[ 19， 23- 29］．然而，在这一背景下，缺乏对已发表研究的性质和程度进行总体概述的研究。

本研究旨在识别和界定与可穿戴设备在健康监测方面相关的科学文献，通过3个大型数字图书馆(电气与电子工程师协会(IEEE)、PubMed和施普林格)中可用的研究证据的趋势来衡量。该研究从几个角度对该领域进行了研究，旨在捕捉可穿戴健康技术部署的关键驱动因素和主要制约因素。使能技术依赖于传感、处理、通信和数据保护方面的进步。相反，多重用户视角意味着所提供反馈的隐私性、实用性、复杂性、价格、相关性、可靠性和重要性。

本研究的目的是就以下研究问题确定可穿戴健康技术的研究范围:

作为一种附加价值，该综述可以帮助确定需要更详细研究的主题，阐述障碍和潜在的突破。该研究产生的相关文章列表可以根据不同的字段(例如，关键字)进行筛选，以确定感兴趣的文章，以便在特定子字段中进行系统审查。列表中的细节有助于快速手动筛选和选择文章子集，以进行进一步的定性分析。在规划系统综述时，这种类型的初步搜索就可行性(即文献中存在任何证据)、相关性(即已经进行过类似的系统综述)和进行系统综述所需的时间(即发现的证据的数量)提供了有价值的答案。

本研究采用了范围审查方法，以确定和处理2010年1月至2019年2月发表的关于可穿戴设备的文献。使用范围技术，我们的目标是检查可穿戴设备广泛领域的研究证据，分析技术趋势，包括已解决和正在出现的问题。缺乏对已确定的论文的定性分析、广泛的主题范围以及涉及的研究数量将我们的方法定义为范围综述，并将其与系统综述区分开来[ 30.， 31］．本研究的目的完全符合Colquhoun等人定义的范围审查的目标，即“搜索、选择和综合解决探索性问题的知识，以映射关键概念、证据类型和研究中的差距”[ 32］．可穿戴设备领域的系统评价，就其广度和深度而言，必须更狭隘地关注预先指定的应用场景中的可穿戴解决方案和用户关注点，以便于对所包括的研究进行定性分析。

所有新兴的综述类型都有其科学方法论的基础，也就是说，它们依赖于正式和明确的方法来搜索和评估已发表的研究，并就一个明确界定的研究问题在结论中综合研究证据[ 17］．卫生保健系统评价方案之一，系统评价和元分析首选报告项目[ 18，提供了一个彻底而严格的清单指导的好例子。相应的PRISMA流程图说明了反映不同系统综述阶段研究数量的信息流:研究收集、研究扫描、合格性评价、彻底的定性综合、元分析中的定量综合[ 18］．范围审查的方法框架，以这种精确而透明的方式进行系统审查为基础[ 17]，提供足够的细节以重现结果。Arksey和O 'Malley提出的范围评审工作流程[ 30.]，本研究采用的方法包括5个阶段:

范围审查方法中相关研究的识别和研究选择阶段对应于PRISMA工作流程阶段:研究收集、扫描和合格性评估。为确保透明度，我们附上了工作流程图表，以说明本次范围评审中已识别、扫描和包含的文章的数量( 图1)．

这项研究的范围是实质性的，收集到的关于可穿戴设备的研究证据超过了人工搜索的潜力。基于NLP算法的进步，NLP工具包[ 33]用于确保对文献语料库进行有效和详尽的搜索。NLP工具包旨在将PRISMA方法框架中的文献搜索、扫描和资格评估自动化，以进行系统回顾[ 18]，这与范围审查阶段一致:确定相关研究和研究选择。

在接下来的章节中，我们将阐明NLP工具包用于研究识别、选择(即扫描程序和资格标准评估)和数据图表的使用。值得注意的是，没有对所选文章进行质量评估，因为这篇综述具有范围性。相反，在最后一步中，我们通过汇总纳入的研究来整理、总结和报告结果，以实现本综述的目标。

这一阶段涉及到制定一个计划，其中包括将查询哪些数字图书馆、相关的时间跨度、合适的关键字以及应该满足的属性。这次范围审查采用了NLP工具包[ 33]以实现自动搜索、扫描和处理程序。NLP工具包确保符合数字图书馆的使用条款，即单位时间内的请求数量。

NLP工具包输入参数是用于识别潜在相关项目的关键字的集合，以及被识别的项目应该满足的一组属性。通过向搜索关键字和属性提供同义词，可以进一步扩展输入。同义词可以由用户提供，也可以由工具包提出，并在需要时进行微调。

关键字是用于查询数字图书馆的搜索词或短语(例如，“健康”和“环境和辅助生活”，“健康”和“增强的生活环境”)。结果中的最终重复项将在稍后阶段删除。 属性在文章的标题、摘要或关键字部分被搜索的词或短语是否与关键字相同。本研究中使用的这些属性的例子是“监视”、“推荐”和“检测”。 房地产集团在主题上、语义上或以其他方式分组的属性，以便更全面地表示结果。例如，上面示例中给出的属性集的属性组可以是“信息交付”。 表1总结了在这项工作中使用的相关输入类别。

开始的一年表示将纳入研究的论文的开始出版年份(含)。 结束一年是出版的最后一年(包括)在研究中被考虑。本综述涵盖了2010年1月至2019年2月发表的研究。 最小相关属性是一个数字，表示一个项目必须包含的被认为是相关的属性的最小数量。在本研究中，这个值被设置为3，在错误识别相关论文和可能遗漏相关论文之间提供了一个正确的平衡。

当研究人员根据上述方法进行范围审查时，他们执行的实际任务涉及使用不同的搜索短语搜索数字图书馆，通常涉及复杂的布尔条件。与这些短语对应的NLP工具包是上面描述的关键字。通过筛选标题和摘要，审稿人确定文章是否确实与研究相关。在NLP工具包中，这个过程是自动使用属性及其同义词来定义我们在文章中寻找的内容。包含更多属性的项目被认为更相关。毫无疑问，人类读者可以更好地理解上下文，更好地评估文章的相关性。然而，NLP工具包正在模仿这些任务，但以一种自动化和更彻底的方式，提供了难以置信的范围审查过程的效率。有关实际实现的更多信息，请读者参考Zdravevski等人的研究[ 33］．

在提供定义的输入类别后，只使用指定的关键字开始文献搜索，以查询所选的数字图书馆。NLP工具包索引了以下数字库(即源代码):IEEE Xplore、施普林格和PubMed。值得注意的是，NLP工具包使用了相应出版商的搜索引擎并检索了搜索结果。根据每次搜索的数字图书馆，检索到的文章数量受到限制。在PubMed图书馆中，所有符合给定搜索条件的文章都被检索出来以进行进一步分析。IEEE的搜索引擎将每次搜索的文章数量限制在2000篇，所有文章都被检索到。对于施普林格，对每个关键词的单独搜索限制在1000篇文章或50个有结果的页面，以先出现的为准，根据施普林格确定的相关性进行排序。

在根据指定的关键词确定文章并从出版商检索后，接下来是研究选择(筛选和资格评估)程序。

在合并来自多个独立的基于关键字的搜索的结果时，一些文章可能会出现多次，因为它们可以由不同的关键字或在多个库中标识。因此，对收集到的文章进行筛选，并使用其数字对象标识符(DOI)删除重复的文章。此外，筛选过程会丢弃在要求的时间跨度(即过去10年)内未发表的文章，或者由于解析错误、不可用或其他原因而无法分析标题或摘要的文章。

从其余文章子集中选择的研究依赖于NLP工具支持的高级功能。NLP工具包可以自动分析每个研究的标题和摘要，大大减少了人工筛选的文章数量。自动资格分析涉及以下处理:句子的标记化[ 34， 35]和英语中停止词的移除、词干和词根化[ 35]使用自然语言工具包[ 36］．在清理过的摘要和标题中搜索词根和词根化的属性，并且每篇文章都用它所包含的属性进行标记。

如果处理过的文章在标题或摘要中包含至少3个预定义属性(考虑到上述nlp增强的搜索功能，因此执行粗略筛选)，则会选择它们(即，标记为相关的)。为了便于资格分析，所选文章按照已识别属性组的数量、已识别属性的数量、被引用的数量(如果有的话)和发表年份进行排序，均按降序排列。对于相关文章，工具包自动生成书目文件(由BibTeX参考管理软件定义)以简化引用。

在自动NLP程序中，信息流图说明了识别、筛选、处理和删除研究的数量，在结果部分( 图1)，以确保透明度和再现性。

从IEEE、PubMed和施普林格中提取的相关已识别文章的列表可在 多媒体附件1作为一个Excel文件，具有以下字段:DOI，链接，标题，作者，出版日期，出版年份，引用数量，摘要，关键字，来源，出版标题，从属关系，不同从属关系的数量，国家，不同国家的数量，作者的数量，BibTeX引用关键字，找到的属性组的数量，和找到的属性的数量。这些附加文件有助于使用特定的过滤标准对文章进行精确的手动搜索。目标文章的子集随后可以从其发布者处检索，并手动分析是否可能包含在定性和定量综合中。值得注意的是，本研究中提供的参考文献并非全部来自确定的相关论文集。在手动检索中发现的一些额外的论文被用来说明和确认这一范围审查的发现。然而，这些从其他图书馆引用的论文并没有被用于确定这一范围综述的趋势。

为了手动复制结果，在 表1必须用于查询所选的数字图书馆使用他们的搜索引擎。属性服务于通过扫描标题和识别研究的摘要来识别相关文章。结果可与所包含研究的结果列表进行比较，在 多媒体附件1．

为了回答研究问题，我们定义了从选定的研究中提取的指标。对过去十年的趋势进行了广泛的文献分析。处理和保留的相关文章根据以下几个标准进行汇总:

这些聚合指标以逗号分隔的值文件和图表的形式可用。使用Matplotlib库集成并简化了聚合结果的绘图[ 37]及NetworkX [ 38］．NLP工具包支持结果的图形可视化，其中每个节点表示一个属性，每条边连接2个不同的属性，其权重由包含由该边连接的两个属性的文章数量决定。不包含至少2个属性的项目，以及至少2个项目中没有出现的属性将被排除。为了更清晰地显示，图表中只显示出现次数最多的25%的属性对。

还生成了隶属国家的类似图表。这张图表考虑了合作数量最多的前50个国家。如果在这50个国家中，双边或多边合作的数量处于前10%(超过90%)，则显示国家及其之间的优势。

使用图表数据和提取的证据，我们能够分析数据趋势，并为每个主题部分(由物业组定义)提供定性分析。关于提出的研究问题，报告了结果。这些发现的意义与研究目的相关，并讨论了对未来研究方向的潜在影响。

使用NLP工具包并搜索3个数字库:PubMed、IEEE和施普林格，我们确定了21,288项具有潜在相关性的研究( 图1)．在多个独立搜索中出现的重复项被删除，将研究总数减少到15218项。第一次筛选过程进一步排除了2010年之前发表的5006篇研究，或者由于解析错误、不可用性或任何其他原因而无法分析标题或摘要。其余的10212项研究使用先进的NLP工具包功能进行了自动资格评估。经过处理后，文章被标记为已识别的属性，所有包含3个属性以下的文章都被删除。总的来说，2406篇文章被认为符合进一步人工检查和纳入的条件，以确定研究趋势和总结结果。收集的文章数量、重复的文章数量、时间跨度无效的文章数量、数据不完整的文章数量及相关文章数量统计在 图2对于每个数字图书馆。

每年所收集及有关文章的数量分布载于 图3．从2010年1月到2019年2月，收集的文章数量呈上升趋势。被收录的文章数量也呈现出同样的趋势，从2010年的136篇增加到2018年的393篇。

结合所识别的相关文章的数字图书馆(来源)信息和发表年份，得到的分布表明，IEEE作为一个更技术化的图书馆，从2010年开始相关文章数量呈上升趋势，并在2017年达到峰值( 图4)．PubMed在处理CH和辅助生活的文章数量上领先，并涵盖了更多与用户关注相关的搜索属性。PubMed文章的数量从2010年开始呈增长趋势，从2016年开始研究证据饱和。施普林格库从2010年到2019年2月呈现振荡趋势，平均每年约50篇文章。

作者的隶属关系被用来确定可穿戴设备的研究社区集群和研究前沿的最终中心。发现了多个国家的关联，但为了表示清晰，图表在 图5显示25个国家(节点)和56条边，其中至少有7个联合条目(第90百分位)指定为边权。每个节点的论文数量是用颜色编码的，其中紫色对应较高的文章数量，黄色(较浅)对应较低的文章数量。确定的中心是美国、加拿大、英国、德国、中国和意大利，具有国内和国际科学生产的特点，而最强的优势存在于美国和加拿大之间以及美国和中国之间。协作模式在很大程度上与邻近的地理区域相对应。欧洲国家也表现出积极的合作计划。美国、英国和中国在所分析的研究领域拥有显著的国家科学成果。

选取的关键词用于映射关于可穿戴设备的文献语料库，相对于设置的研究问题，在相关文章中以不同的分布出现。 图6给出了3个图书馆搜索引擎用定义的关键词，并根据其与定义属性的相关性手工过滤的研究论文的年度数量。请注意，它们的搜索引擎的内部结构是未知的，并且这些库在查找这些关键字的方式上可能有所不同:仅在标题、关键字部分、摘要或整篇文章中。根据数字图书馆的不同，包含特定关键词的相关论文的比例会发生变化( 图7)．IEEE数字图书馆专注于实现CH技术，包括可穿戴传感、数据处理分析、计算和通信协议方面的创新。PubMed出版物也从辅助和支持的角度面向CH技术。施普林格出版物涵盖的主题略有不同，主要集中在环境辅助生活(AAL)和环境智能，通常包含更多关于辅助技术的技术文章。

随着在观察时间范围内研究文章数量的增加，在属性组中总结的处理相关主题的文章数量也相应增加( 图8)．这一增长趋势伴随着论文比例的稳定，其中与技术相关的论文数量最多，其次是与信息传递、安全和保障以及用户关注相关的研究。当视图从属性组缩放到属性时，图形显示的中心性 监控作为可穿戴系统的基本功能，与关键技术紧密相连: 传感（ 图9)．这两个属性与通信、检测、可靠性、安全性、安全性、传输、数据分析和隐私作为技术赋予的概念相互关联。接受性是图核心中与用户相关的关键属性，其次是隐私和保护。

可穿戴医疗设备作为使能技术和促进CH解决方案出现的关键驱动因素发挥着关键作用。本文概述了过去十年中推动可穿戴技术领域研究和开发举措的最重要的里程碑和趋势。同时，它的目的是确定最关键的障碍或担忧，就技术和用户方面而言，这些障碍或担忧阻碍了可穿戴设备的广泛采用，仍然需要进一步的研究。

所采用的方法使用NLP工具包在3个数字图书馆(PubMed、IEEE和施普林格)中搜索用于医疗应用的可穿戴技术研究的论文。在接下来的文章中，我们将讨论与技术、信息传递、用户关注、安全性和安全性方面的研究趋势相关的发现。

文献资料( 图10)反映了在传感器设计、通信协议、数据处理和分析方面的密集研究和开发。边缘计算、云和雾等概念的出现和演变是很容易追踪的。由于技术是未来CH系统的关键推动者，我们简要回顾了可穿戴系统组成部分的重大技术进步。

用户相关信息传递的研究主要涉及建议、提供反馈和实时用户洞察( 图11)．目前的商业可穿戴技术追踪生命体征和活动模式，与许多潜在消费者缺乏相关性，这带来了额外的负担[ 7］．购买和使用可穿戴系统的动机必须在功能性CH应用环境中得到证明。明确的用户利益来自于一个经过验证的系统，该系统将收集到的数据转换为可管理的有用信息，用于医疗行动、安全指示或自我性能评估和改进。

为了获得更广泛的消费者偏好，可穿戴设备产生的信息必须适用于特定的环境，为应该采取的行动提供所需的洞察力和建议。第二代可穿戴系统旨在实现环境感知，需要集成许多不同类型的环境信息，例如传感器信息、用户配置文件和偏好、活动模式、病史和空间信息(位置和环境条件)。如果提示的时间、内容和频率不能严格地根据用户的病情进行调整，则必须根据用户的喜好进行调整[ 80］．作为一个基本的例子，由于用户的准备和清醒程度不同，在白天或晚上的时间意味着不同的提示信息的内容和呈现方式[ 81］．生理和环境感知数据的融合将依赖于复杂的数据分析，以提取相关信息，并对要规定或建议给用户的行动做出决策。系统日常与用户交互产生的提示信息反馈，依靠强化学习，保证及时适应用户偏好。

可穿戴设备从测量设备转变为可靠的实时信息、历史挖掘以及智能和个性化决策的资源，将使它们有资格成为健康和性能监控解决方案。

可穿戴设备将重塑个人和社会，促进自我护理和健康管理，将医疗转移到医院之外，影响企业，并彻底改变医疗保健[ 8， 82， 83］．它们与消费者电子产品的无缝集成在2014年和2016年关于可穿戴设备的消费者情报系列中得到了很好的见证[ 8， 83］．根据这些消息来源，许多用户关注的问题，如设计、准确性、可靠性、安全性、隐私性和受抑制的人际互动，对用户来说越来越不担心。传感器材料和通信解决方案的研究可以为以人为本的设计提供进步，增强用户体验。

在现实世界中部署可穿戴系统的另一大障碍是技术接受度。 84， 85］．尽管可穿戴设备已被千禧一代所采用，但老年人仍然对使用和依赖技术感到不舒服。与智能手机不同，可穿戴设备在健身和健康场景中的使用没有明确的使用需求和好处。消费者抱怨产品设计不舒服且不吸引人，电池续航时间短，连接问题频繁出现[ 8］．随着第一批可穿戴设备的出现，我们见证了一个 这套疲劳态度，这在可穿戴设备在使用后的前6个月内被丢弃的比例中是显而易见的[ 86］．

我们的发现与用户对可穿戴技术的反馈审查结果一致[ 8， 83]，因为经甄选的文章证实，与用户有关的问题(如技术接受、技术采用和隐私)的研究稳步增加( 图12)．主要的设计要求是可穿戴设备必须适合目的，并无缝适应用户的生活方式才能被接受。

保护隐私和机密性是设计规范中需要优先考虑的问题。通信应加密和安全，有关各方应确保机密性。这对于更容易被拦截的无线数据通信尤其重要。 87］．个人监控设备应该使用生物识别或关键生理特征(所有者感知设备)不引人注目地验证用户身份。

不同的用户关注点，如体验质量、安全性、隐私性、技术接受度和以人为本的设计，都是可穿戴CH领域的相关研究课题，可用于识别未来的挑战和研究趋势。虽然其中一些(例如，体验质量和以人为本的设计)可能会随着最终用户群获得数字能力和技术的成熟而下降，但其中一些(安全、隐私和技术接受度)可能会演变并与其他更社会的研究主题混合，如环境影响、循环经济和社会数字化。这可能会引发一系列新的担忧，涉及可穿戴技术与用于医疗保健和生活方式的物联网和5G技术相结合的社会经济影响。

值得一提的是，另一系列关切和障碍涉及参与提供和管理卫生保健的利益攸关方。卫生专业人员需要科学证据来证明所收集数据的可靠性，将所收集数据映射到疾病进展的分析模型的性能，并最终在使用基于可穿戴的CH解决方案时获得积极的患者结果[ 1］．重塑卫生保健在很大程度上取决于致力于设计和评估护理途径的研究工作，提供优化的反馈，并最终为CH解决方案的长期和短期成本效益提供证据[ 1， 88］．

安全和保障是医疗设备的主要考虑因素，与所有系统级别的可靠性紧密相关。我们的研究结果证实，与这些主要用户关注的问题相关的研究工作日益重要( 图13)．如果可穿戴设备需要执行安全关键功能，则误差容忍度为零。这种设备的故障可能会导致生命损失，并且需要投入更多的精力和时间(最终是成本)来彻底测试和验证设备，然后才能被认为是安全的使用。

在可穿戴设备的生命周期中，需要有效的机制来检测和诊断捕获数据中发生的偏差。正确区分由于系统相关故障引起的错误和由于健康状态变化引起的错误是必要的。虚假警报(假阳性)的增加会降低用户的依赖，降低用户的警觉性，并妨碍用户遵守所提供的反馈。

安全性和安全性这两个特性都是技术条件，应该由系统设计来保证。可穿戴医疗装置须符合IEC 62366-1:2015标准[ 89规范可用性工程在医疗设备上的应用，以获得批准。2017年发布并将于2020年5月生效的两项欧盟医疗器械新法规是关于医疗器械的法规(EU) 2017/745 [ 90]和关于体外诊断医疗器械的法规(EU) 2017/746 [ 91］．这些规定将对包含可穿戴技术的医疗设备部门产生重大影响。更严格的医疗器械评估和符合性程序应能改善患者的安全。

CH模式涉及到医疗保健和医疗设备的更多连接和通信。任何连接到互联网的设备都容易成为恶意目的的目标，使其处于损坏、盗窃和财务成本的持续威胁之中。

在过去几年中，医疗保健组织中检测到的数据泄露数量显著增加[ 92］．原因主要不是技术性的，部分原因是雇员在处理这些敏感资料和实施资讯保安措施方面的疏忽和缺乏知识[ 92］．根据2017年第四次年度数据泄露行业预测，随着新型复杂攻击的出现，医疗保健机构将成为最受攻击的行业。现正就移动健康提出新的安全框架，以确保医疗设备及个人健康数据的安全性及可靠性[ 93- 96］．

2018年5月25日《通用数据保护条例》生效后，整个欧洲都提高了数据保护和隐私保障的要求，并进行了统一。医疗保健和监测系统必须遵守隐私设计原则，这要求在系统设计中纳入隐私保护，而不是作为事后的附加解决方案。

这项研究只考虑了3个数字图书馆，一些来自非索引出版商的相关文章没有被考虑在内。然而，考虑到所考虑的数字图书馆的规模，我们认为所获得的结果对于研究的目的是具有指示性的。

在这项工作中使用的所有数字图书馆都有不同的内部搜索引擎，对可检索的最大论文数量和搜索结果的格式都有不同的规则。本研究获得的论文是发送到不同搜索引擎的相同搜索查询的结果。然而，考虑到在范围审查中分析的论文数量，我们认为出版商搜索引擎的特殊性影响有限，并没有影响这项工作的发现。

将来，需要扩展NLP工具包来处理更多的数字图书馆。此外，显然还需要一个Web应用程序，以使更广泛的用户可以使用它。在此之前，如果读者对使用工具包感兴趣，请与作者联系。

可穿戴式医疗解决方案集成到更广泛的物联网概念中，提供来自身体内外的普遍数据采集，并依赖于强大的数据分析、智能网络和机器对机器通信，以促进以患者为中心的个性化和整体护理。尽管技术创新和可用性支持了CH解决方案的出现，但可穿戴设备的广泛采用仍然受到可靠性、安全性和成本效益等诸多问题的阻碍。

本范围综述绘制了2010年1月至2019年2月与可穿戴技术在医疗保健领域相关的科学文献，确定了与使能技术相关的研究趋势，以及从用户和技术角度解决问题的趋势。NLP工具包支持应用于3个大型数字库(IEEE、PubMed和施普林格)的搜索过程，这些库提供了2406篇关于医疗应用可穿戴技术的代表性子集。

在调查样本的基础上，主要发现反映了该领域的关键驱动因素，一些研究空白和相关主题，将受益于更系统的定性知识合成:

本研究证实了可穿戴技术在CH领域的应用日趋成熟，并确立了其作为科学领域的地位。然而，还需要进一步的研究和开发来提高它们的可靠性、舒适性和可靠性水平。研究重点从传感器和数据分析转向可持续地提供有价值的建议、可靠、节能和低延迟的通信和计算卸载。传感器数据集成超越了身体级别的集成，包括上下文感知、位置和环境指标、病史、活动模式和用户偏好。这对于使可穿戴设备成为强大的患者表示接口和物联网基础设施的可靠节点至关重要，从而使CH成为现实。

我们还需要进一步探索和提供文献证据，以支持CH解决方案的积极经验、改善的患者结果和成本效益。在该领域的实际应用仍然需要设计和验证新的护理途径，优化干预策略，以及健全的商业模式。