本文旨在探討當今醫療系統所面臨的主要挑戰，提出了一種新的醫療范式，即充分發掘可穿戴設備的潛能并和新的健康與疾病的理論體系相結合。當前生活形態相關的各類疾病已成為主要醫療支出，并隨人口老齡化不斷增加。可穿戴設備正逐漸成為以疾病預防和管理為重點的大規模醫療健康系統的關鍵技術。微型傳感器、系統集成、物聯網、人工智能、5G等技術的進步使得可穿戴設備能夠實現與醫療設備相當的高質量檢測。通過各種物理、化學和生物傳感器，可穿戴設備以無創或微創的方式持續監測體征信號，包括心電圖、腦電圖、呼吸、血氧、血壓、血糖、活動等。通過融合復雜系統觀念和非線性動力學方法，我們發展出一套嶄新的連續動態生理信號分析理論——動態生物復雜度，動態信號分析的結果可以為疾病預防、診斷、治療和管理提供重要信息。此外，可穿戴設備還可以作為連接醫生和患者的重要橋梁，通過跟蹤、存儲患者數據，并與醫療機構共享患者數據，實現對患者的遠程或實時健康評估，為精準醫療和個性化治療提供技術支持。可穿戴設備在醫療領域有著廣泛的前景，將成為醫療系統轉型的重要推動力。同時，也將推動我們對于健康和疾病的認識和理解更為深入和全面，帶來革命性的醫療變革。
引用本文： 彭仲康, 崔興然, 張政波, 俞夢孫. 可穿戴設備：評估與監測人體生理狀態的展望. 生物醫學工程學雜志, 2023, 40(6): 1045-1052. doi: 10.7507/1001-5515.202303043 復制
版權信息： ?四川大學華西醫院華西期刊社《生物醫學工程學雜志》版權所有，未經授權不得轉載、改編
0 引言
當前醫療系統正面臨重大挑戰，這種挑戰與整體趨勢是全世界各國所有醫療系統都已經或即將面對的，其中美國的情況最為嚴重，因此我們就以美國為例。雖然美國在醫療科技上處于全球領先地位，卻有大約四分之三的美國民眾認為美國醫療系統有嚴重甚至災難性的問題。在2020年，美國醫療開支已經達到全國GDP的18%（預計2025年會達到20%），對整個國家是非常沉重的負擔；根據2019年的數據，美國人均年度醫療費用支出是11 000美元。如此昂貴的醫療費用，也造成了非常高比例的美國民眾在患病時因為經濟負擔而無法享受到基本的醫療照護，美國人均壽命也在2014年開始出現降低的趨勢。另外，統計數據顯示，破產的美國人中有三分之二的破產原因是與患病和醫療費用有關[1]。這些不可思議的現象，主要是由于在美國現行的醫療系統之下，保障全體人民健康，已經變成了次要的目標，美國的醫療體系將醫療行為完全聚焦在“疾病”，因為這可以為既得利益集團創造最大收益，這個目標的混淆是利益至上的資本主義社會的宿命。然而不幸的是，美國模式卻仍是世界上許多其他國家效法的對象。我們必須重新思考如何建構一套醫療系統，可以將重心放在維護全體人民的“健康”這個更重要的環節上。
為解決上述問題，我們需要認真思考醫療范式的轉換。例如，我們應該建構怎樣的醫療系統，并且發展哪些可以為這個醫療系統服務的科技呢？首先，我們必須了解現在與未來醫療的主要挑戰是什么，并且不能忘記醫療的目的是為了保障全體人民的健康，因為健康是良好生活品質不可或缺的要素。統計資料顯示，生活形態所造成的慢性病與其他疾病占所有醫療開支的85%以上[2]，中國有龐大的慢性病患者：高血壓（> 2.4億）、糖尿病（> 1.4億）、高血脂（> 4億）、抑郁和焦慮（> 1億），并且這個比例會因為人口老齡化而加劇，為整個醫療系統增加更大的負擔，這都是中國需要面對的重大挑戰。相對而言，中國在預防生活形態所造成疾病方面的經費不到整體醫療費用的3%。要解決健康相關的問題，不能僅從個人與疾病著手，必須同時考慮社會、經濟與文化各個層面。筆者認為醫學在今后數十年的大趨勢是，主要焦點由疾病轉向大健康，主要手段由治療轉為預防與管理，主要干預地點由醫院轉到家庭與社區。這是讓所有人都能獲得高品質醫療服務，并且將價格控制在合理范圍的唯一可行的策略，完全符合政府自2016年以來發布的《“健康中國2030”規劃綱要》等一系列的方針和政策。
但是，將醫療的重心由疾病轉移到健康，不僅需要觀念上的改變，更重要的是要有一套以不同的切入點了解健康與疾病的全新理論，并且需要一套符合新的理論架構的技術手段，其中包括了可以對人體進行連續監測而且方便使用的穿戴設備。
1 可穿戴最新進展
隨著微型傳感器、系統集成、物聯網、人工智能、5G等技術的發展，大量小型化、輕量化、多樣化的智能可穿戴設備相繼涌現，例如智能手表[3]、智能眼鏡[4]、智能戒指[5]、智能手套[6-7]、智能臂章[8]、智能項鏈[9-10]、智能背心[11-13]、智能鞋[14-15]和電子紋身[16]等。現代可穿戴設備可以進行與醫療器械相當的高質量測量，消費級和醫療級可穿戴設備之間的界限越來越模糊[17]。Meticulous Research發布市場預測分析稱，全球可穿戴設備市場將以11.3%的復合年增長率增長，2025年將達到628.2億美元，Fitbit?、Garmin?和Huawei Technologies?等公司將向該領域投入更多資金[18]。
1.1 可穿戴傳感器技術
通過各種物理、化學及生物等傳感器，可穿戴設備以非侵入或微創的方式連續監測人體生理狀態信息，包括心電、腦電、呼吸、血氧、血壓、血糖、活動等，為臨床診斷提供決策支持。
第一代可穿戴設備主要側重于通過跟蹤個人的身體活動、心率、血壓來進行生物物理監測，如手表、貼片等。傳統評估個體活動水平是主觀的，依賴于患者回憶及表達，存在主觀偏差，而活動傳感器可以量化個體活動數據，客觀準確地評估身體活動和能量消耗，如三軸加速度計和陀螺儀能夠測量沿三個不同軸向的線性加速度及角運動，全球定位系統和氣壓計可以提供位置及海拔信息[19]；心電傳感器通過連續監測心電信號，計算心率并通過算法對心律進行分類，一些智能手表可以通過將對側手指放在表冠上（表的負極）記錄單導心電[20]，此外光電體積描記技術（photoplethysmography，PPG）也可以測量心率、心律等信息[21]；帶內置袖帶的手表HeartGuide（歐姆龍，日本）在非活動環境下與袖帶血壓測量一致[22]；最新發展的一種技術可以不用袖帶測量血壓，將PPG與心電結合，通過計算脈搏傳輸時間來估計血壓，可全天監測血壓，但仍需進一步驗證[23]。
隨著第一代可穿戴設備的推廣應用，第二代可穿戴設備逐漸轉向無創或微創的生化和多模態監測，包括紋身、皮膚貼、隱形眼鏡、紡織品等以及微針、注射器等裝置。生物傳感器通過非侵入測量汗液、眼淚、唾液和組織液等生物流體中的生化標記物以及包括代謝物、細菌和激素在內的生物標志物，來提供連續、實時的生理信息，最近的發展集中在電化學和光學生物傳感器。復合生物傳感器、微流體采樣和傳輸系統的組合已被集成、微型化，并與柔性材料相結合，以提高耐磨性和操作方便性[17, 24-25]。
1.2 可穿戴數據在醫療領域的應用
通過跟蹤、存儲和與醫療機構共享患者數據，可穿戴設備成為連接醫生和患者的重要橋梁，可對患者進行遠程或實時的健康評估和監測，結合大數據和人工智能技術可以為精準醫學的發展提供感知工具和資源積累。
可穿戴設備為臨床病情評估提供了多樣化的工具手段，如用于監測和評估帕金森病[26-27]和特發性震顫[28-29]癥狀的系統和方法，采用單導聯心電設備檢測心律失常的方法[30]，使用可穿戴加速計監測嬰兒中風的方法[31]，以及使用肌電圖傳感器檢測肌肉活動和手部運動以改善肢體缺失或受損人群的假肢控制[32]。此外咳嗽是肺部疾病的主要癥狀，使用可穿戴設備檢測咳嗽[33-35]，可用于評估慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）、哮喘和新冠肺炎等高發病率肺部疾病。
與此同時，可穿戴設備收集的大量生理數據蘊含豐富的病理信息，基于此發展疾病預測預警模型，對臨床有巨大價值，尤其在心肺相關領域。使用可穿戴設備可遠程監測慢性心力衰竭（chronic heart failure，CHF）患者的心臟及健康情況[36-37]，獲得的多變量數據可在CHF入院后再入院前6.5～8.5天前發出警報，其預測準確性與植入式設備相當[38]，開發預測急性CHF失代償算法，靈敏度達到60%，特異性達到90%[39-40]；使用可穿戴設備可對COPD進行分類[41]，遠程檢測其嚴重程度和惡化[42]，結合深度學習等技術進行急性加重期預警[43]；從可穿戴設備的大規模數據中可以學習預測新冠肺炎疫情趨勢[44]，利用數字基礎設施可對患者進行遠程監測和虛擬評估[45]，通過智能手表收集的活動數據結合自我報告的癥狀可以預測新冠肺炎陽性，受試者工作特征曲線下面積達到0.80[46]，使用可穿戴Oura智能環（Oura，芬蘭）結合深度學習方法可以幫助診斷新冠肺炎，評估患者的健康和不健康狀態[47]。
基于機器學習技術的可穿戴健康監測，可以挖掘可穿戴健康物聯網數據中的隱藏信息，開發新的特征對人體活動及生理數據進行分類，改進人類活動估計和生理壓力估計的決策過程。隨著日益可用的數據的擴增、硬件速度的提升和算法的進步，研究人員能夠基于深度學習快速開發出健壯而復雜的模型應用于人體活動辨識[18]。通過可穿戴設備進行人類活動識別極大地提高了醫療保健和康復領域診斷和獲取相關信息的能力，結合機器學習、深度學習等技術，能為臨床醫生提供新的視角。
2 基礎理論的創新——動態生物復雜度
為了深入了解可穿戴設備如何有效地推廣大健康的新概念，首先需要介紹一套新的理論架構：筆者前期提出的“動態生物復雜度”理論[48-53]，運用跨領域的方法與概念進行生理信號監測及分析，這套醫學理論體系突破了線性思維的西方主流醫學框架的束縛。該理論體系融合了物理學的復雜系統觀念[54-55]以及非線性動力學的數學方法[56]，強調人體是一個動態變化的整體系統，對關鍵生理指標的理解不止于靜止、孤立的解讀，而是進一步進行動態、關聯分析，并萃取出宏觀系統層級的量化指標，從而可以量化人體整體狀態，對健康、亞健康和疾病早期診斷給出有臨床意義的指標，并可指導疾病的預防與管理。人類在大健康領域將不可避免會面臨許多目前主流醫學無法解決的挑戰，非線性動態系統醫學是解決這些問題最有效的工具。其原因是西方主流醫學是以還原論作為方法論，將人體看作一個可以拆解為各種不同“零件”的系統，而對于疾病的研究是試圖了解致病的因子如何影響這些零件的運作。然而大部分疾病的病因具有多樣性，這些因素與人體眾多的“零件”會產生非常復雜的非線性交互作用，以致還原論的手段經常徒勞無功。非線性動態系統醫學以“人以及環境”的整體系統作為不可分割的研究主體，并運用整體論的方法對健康與疾病進行量化，提供了一個從物理、數學、動態數據分析等方法切入的新的研究范式。
同樣重要的是，這一套創新的理論體系和計算方法，可以與近年來不斷進步的可穿戴設備與技術，以及大數據和人工智能密切配合，為移動醫療和大健康產業開辟一個嶄新的天地。
2.1 人體是一個動態的復雜系統
人體不僅僅存在各個實體器官，更重要的是組織、器官之間的相互作用在人體生命活動中表現出的功能和狀態[48]。在外界不斷改變的環境刺激下，人體系統的內在平衡決定了對外環境變化的適應能力，從而影響個體生存的概率。一個健康的個體只有維持內在平衡，才能不斷適應外界時間、溫度、濕度、氣候等環境因素的多維度變化[49]。因此，一個復雜系統的動態表現，相較于微觀的系統組成元件的細節，更能代表這個系統的宏觀狀態。一個核心的重點是人體的“狀態”跟動態的生理信號密切相關，因為這些動態的表現隱含了人體面對一些外界或內在刺激所產生的應激反應。因此，獲取這個動態系統隨時間不斷改變的數據，可以幫助我們了解系統的真實狀態，而可穿戴設備正是能夠有效獲得這些數據的工具。
2.2 連續動態生理信號的獲取與分析
以生命體征（如心率、體溫、呼吸率、血壓和血氧飽和度）為例，這些生理參數在一個時間點所取得的數值（也就是靜態的測量），可代表患者基本身體機能的狀態，因此具有非常重要的臨床意義。例如，針對醫院病患的早期預警系統便是整合這五種生命體征的數值，從而做出一個總結的評分。英國所推廣的“全國預警評分”（National Early Warning Score，NEWS）系統[57-59]是一個廣為人知的代表，是英國皇家醫學院于2012年提出并應用于英國各級醫院的患者病情嚴重程度和預后判斷的標準之一。目前可穿戴領域主要著眼于如何改進可穿戴設備和技術，以實現在對患者極少干擾的情況下（如無線、輕便）收集這些生命體征數據。但是，我們更應該意識到連續測量這些生理信號才是可穿戴設備最強大的功能。通過為這些生命體征信號增加一個時間維度，可以更深入地分析生理信號的動態特征，進而對患者的身體狀態有一個更全面的了解。
以可穿戴心電監測設備為例，不僅可以涵蓋一般醫院的標準短時間記錄，用來分析通過心電波形可以判斷的一些心臟電傳導的問題，以及心率過速和過緩，還可以用于長時間的連續心電監測，得到心跳間隔時間序列，進行心率變異性分析[60-61]，從而診斷一些心臟方面的其他問題（如房顫[62]、早搏[63]等心律失常問題），并可以對其他的生理與心理方面的異常（如糖尿病[64]、高血壓[65]、抑郁[66]等）進行評估。例如，基于筆者提出的動態復雜度的概念，用多尺度熵（multiscale entropy，MSE）算法對心跳間隔時間序列進行分析，評估人體的整體健康狀態，可以在身體進入疾病狀態之前亦即身體處于亞健康狀態時，提出早期的預警[48, 51-53, 67]。
另外，筆者發現通過提取連續心電信號中隱藏的信息，可以對睡眠狀態進行量化分析[68-69]。因為大腦與身體是一個整體，不同的睡眠狀態不僅可以通過大腦的活動（如腦電信號）來判斷，也可以通過其他生理信號來解讀，因為不同的睡眠狀態對應不同的生理狀態，故可以合理地利用整晚的連續心電信號進行判讀。這套技術還可以更為簡化，利用手環的脈搏波信號（由PPG傳感器量取），也可以獲取心率變異度的信息，從而進行睡眠狀態的評估。更為簡便易于使用的可穿戴設備以及深入的分析方法，可以更廣泛地擴展使用對象和人群，以及使用場景。
從科學的角度而言，可穿戴設備可以連續監測使用者的生命體征信號，為我們提供了一個可以從整體觀來探討健康與疾病的渠道。上面討論的用生理信號來量化睡眠的不同狀態，便是一個有趣的例子。筆者前期研究發現，目前基于腦電所定義的非快速眼動睡眠的三期睡眠分期，也就是美國睡眠醫學學會（American Academy of Sleep Medicine，AASM）所制定的金標準[70]，無法與從生理角度觀察到的睡眠狀態得到一致的結果。因此啟發我們從更系統的角度，將非快速眼動睡眠分成慢波和非慢波睡眠兩種形態[69]，這樣的定義不論是從腦電或其他任何生理信號（包括心電、呼吸、眼動等）來分析，都可以得到非常一致的結果，而且也跟臨床疾病有更強的相關性。例如，老化以及疾病的惡化會減少慢波睡眠的比例，而利用金標準的3期睡眠分期反而不能得到有意義的臨床相關性。
2.3 時間生物學的醫療應用
生物體內有許多與時間有關的周期性現象[71]，例如：進食的節律、90分鐘睡眠循環節律、腦下垂體的間歇性荷爾蒙分泌節律、日夜節律、女性經期節律等。因此，在不同的時間測量相同的生理參數亦會有不同的結果，例如體溫在一天當中就有一定的節律。借助于可穿戴設備的監測，讓我們有機會對時間生物學的信息和健康與疾病的關系做更深入的研究，這些研究也將對醫療效果有正面的影響。
以血壓為例，血壓在一天的不同時間測量會有明顯的差異，亦即所謂的血壓晝夜節律模式[72]。血壓通常在夜間睡眠期間降到一天的最低點，然后在醒來前幾個小時開始上升，并在早上醒來后不久達到頂峰，之后在下午和晚上再次開始下降。許多急性心腦血管事件的發生也有對應的節律，以清晨發病率和死亡率最高。有證據表明，清晨血壓升高可能會導致急性心血管事件的發生。在正常健康人睡眠時，血壓的下降是一個非常重要而且有臨床意義的現象[73]。夜間平均血壓比白天值低約15%，這種正常生理變化被稱為杓型血壓，睡眠期間血壓下降小于10%稱為非杓型血壓。非杓型血壓的潛在機制尚不完全清楚，褪黑激素可能發揮了作用。非杓型血壓與多種心血管疾病的風險增加有明顯的統計相關性。
血壓的準確測量、預測和調控是高血壓管理中的重要問題。傳統動態血壓監測（ambulatory blood pressure monitoring，ABPM）是通過一種特殊的設備完成的，該設備由戴在手臂上的血壓袖帶組成。使用者一般佩戴ABPM設備24 h，在此期間，它會記錄佩戴者在日常活動和睡眠期間的血壓，通常每隔15 min或30 min記錄一次，因此，ABPM提供了血壓的完整動態記錄（在一天中的波動變化）。
動態血壓監測已被證明優于單一時間點的血壓測量，因為ABPM可以提供以下重要信息：① 平均血壓水平；② 血壓的晝夜變化，尤其是與杓型血壓相關的模式；③ 短期血壓變異性。在這些參數中，越來越多的證據表明平均夜間血壓水平是心血管發病率和死亡率最敏感的預測指標。此外，多項研究表明，無論24小時血壓水平如何，夜間血壓下降較少或夜間血壓較高與預后不良相關。這些發現至少可以用兩種方式來解釋，即：夜間血壓升高或夜間血壓下降較少可能不僅是心血管疾病的潛在危險因素，還可能是導致心血管疾病或并發疾病的標志。因此，使用抗高血壓藥物降低夜間血壓具有重要的臨床意義，也是血壓管理需要考慮的一個重要因素。
雖然動態血壓監測的臨床意義非常明確，但并沒有被普遍推廣使用，其原因在于ABPM的使用并不十分方便，尤其目前血壓測量設備的使用容易影響夜間的睡眠，而且血壓測量在時間上不夠密集。因此急需開發可以準確、連續地監測血壓，并對使用者不造成干擾的新技術。
另外，還有很多可以連續監測并幫助我們研究時間生物學的可穿戴設備，例如，可以連續監測血糖的可穿戴設備（每5 min采樣一次并可持續7天），對糖尿病患者的疾病管理會有很大的幫助[74]。
3 展望
上面的討論提示我們，在新的理論基礎以及分析算法的支持下，新的可穿戴設備傳感器以及技術將會得到非常廣泛的應用。我們應該從整體論的觀點去進行深入的思考，而不要局限于采集的數據本身。對人體更為廣泛及有意義的評估工具，讓可穿戴設備無論在亞健康人群的疾病預防，還是患病人群的疾病管理中，都可以扮演非常重要的角色。
3.1 大健康產業
大健康產業的未來趨勢是更加以個體為中心、數據驅動和數字化，而可穿戴設備將會在以下幾個方面占有重要的核心地位：① 更加注重預防保健和健康，包括采用可穿戴技術和其他數字健康工具。② 利用人工智能和機器學習增強診斷和治療決策。③ 遠程醫療和虛擬醫療的增長，使患者可以隨時隨地獲得醫療服務。④ 普遍性醫學的持續擴展，旨在實現在正確的時間為正確的患者提供正確的治療。⑤ 利用大數據和先進的分析方法來識別疾病模式，跟蹤公共衛生趨勢并制定醫療保健政策。尤其是經歷COVID-19后，這一點將會更加受到人們關注。
3.2 遠程護理
過去幾年的COVID-19大流行將我們帶進了遠程分散患者護理的新時代，這極大地促進了可穿戴設備的廣泛使用。由跨不同衛生保健學科的幾所學院和研究生培訓項目正在開發遠程保健課程，這些課程包含關于通用可穿戴設備、當前臨床應用程序以及改善遠程患者護理潛力的結構化學習模塊。
3.3 數據安全和去隱私化
在大數據收集分析受到不同利益者追捧并可能帶來改變的時代，如何保護敏感數據不被泄露？如何促進用于臨床和研究的可穿戴數據共享？目前對可穿戴數據的去隱私化和不同平臺間的數據共享可能還不夠，應開發和鼓勵區塊鏈等下一代網絡安全工具。透明的隱私政策可以改善患者參與度，必須解決患者隱私問題，才能獲得公眾信任。
3.4 制度規范
政府相關職能部門應該制定一致的使用標準、實踐指南和監管政策，這對可穿戴設備的規范化使用和發展是至關重要的。例如，為可穿戴設備包括傳感器和不斷發展的軟件、算法制定綜合評估框架，定義統一的標準和監管政策。
重要聲明
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
作者貢獻聲明：彭仲康負責文章整體構思和論文撰寫；崔興然負責文獻調研和綜述；張政波負責可穿戴傳感器的相關內容調研和撰寫；俞夢孫負責論文審校。
0 引言
當前醫療系統正面臨重大挑戰，這種挑戰與整體趨勢是全世界各國所有醫療系統都已經或即將面對的，其中美國的情況最為嚴重，因此我們就以美國為例。雖然美國在醫療科技上處于全球領先地位，卻有大約四分之三的美國民眾認為美國醫療系統有嚴重甚至災難性的問題。在2020年，美國醫療開支已經達到全國GDP的18%（預計2025年會達到20%），對整個國家是非常沉重的負擔；根據2019年的數據，美國人均年度醫療費用支出是11 000美元。如此昂貴的醫療費用，也造成了非常高比例的美國民眾在患病時因為經濟負擔而無法享受到基本的醫療照護，美國人均壽命也在2014年開始出現降低的趨勢。另外，統計數據顯示，破產的美國人中有三分之二的破產原因是與患病和醫療費用有關[1]。這些不可思議的現象，主要是由于在美國現行的醫療系統之下，保障全體人民健康，已經變成了次要的目標，美國的醫療體系將醫療行為完全聚焦在“疾病”，因為這可以為既得利益集團創造最大收益，這個目標的混淆是利益至上的資本主義社會的宿命。然而不幸的是，美國模式卻仍是世界上許多其他國家效法的對象。我們必須重新思考如何建構一套醫療系統，可以將重心放在維護全體人民的“健康”這個更重要的環節上。
為解決上述問題，我們需要認真思考醫療范式的轉換。例如，我們應該建構怎樣的醫療系統，并且發展哪些可以為這個醫療系統服務的科技呢？首先，我們必須了解現在與未來醫療的主要挑戰是什么，并且不能忘記醫療的目的是為了保障全體人民的健康，因為健康是良好生活品質不可或缺的要素。統計資料顯示，生活形態所造成的慢性病與其他疾病占所有醫療開支的85%以上[2]，中國有龐大的慢性病患者：高血壓（> 2.4億）、糖尿病（> 1.4億）、高血脂（> 4億）、抑郁和焦慮（> 1億），并且這個比例會因為人口老齡化而加劇，為整個醫療系統增加更大的負擔，這都是中國需要面對的重大挑戰。相對而言，中國在預防生活形態所造成疾病方面的經費不到整體醫療費用的3%。要解決健康相關的問題，不能僅從個人與疾病著手，必須同時考慮社會、經濟與文化各個層面。筆者認為醫學在今后數十年的大趨勢是，主要焦點由疾病轉向大健康，主要手段由治療轉為預防與管理，主要干預地點由醫院轉到家庭與社區。這是讓所有人都能獲得高品質醫療服務，并且將價格控制在合理范圍的唯一可行的策略，完全符合政府自2016年以來發布的《“健康中國2030”規劃綱要》等一系列的方針和政策。
但是，將醫療的重心由疾病轉移到健康，不僅需要觀念上的改變，更重要的是要有一套以不同的切入點了解健康與疾病的全新理論，并且需要一套符合新的理論架構的技術手段，其中包括了可以對人體進行連續監測而且方便使用的穿戴設備。
1 可穿戴最新進展
隨著微型傳感器、系統集成、物聯網、人工智能、5G等技術的發展，大量小型化、輕量化、多樣化的智能可穿戴設備相繼涌現，例如智能手表[3]、智能眼鏡[4]、智能戒指[5]、智能手套[6-7]、智能臂章[8]、智能項鏈[9-10]、智能背心[11-13]、智能鞋[14-15]和電子紋身[16]等。現代可穿戴設備可以進行與醫療器械相當的高質量測量，消費級和醫療級可穿戴設備之間的界限越來越模糊[17]。Meticulous Research發布市場預測分析稱，全球可穿戴設備市場將以11.3%的復合年增長率增長，2025年將達到628.2億美元，Fitbit?、Garmin?和Huawei Technologies?等公司將向該領域投入更多資金[18]。
1.1 可穿戴傳感器技術
通過各種物理、化學及生物等傳感器，可穿戴設備以非侵入或微創的方式連續監測人體生理狀態信息，包括心電、腦電、呼吸、血氧、血壓、血糖、活動等，為臨床診斷提供決策支持。
第一代可穿戴設備主要側重于通過跟蹤個人的身體活動、心率、血壓來進行生物物理監測，如手表、貼片等。傳統評估個體活動水平是主觀的，依賴于患者回憶及表達，存在主觀偏差，而活動傳感器可以量化個體活動數據，客觀準確地評估身體活動和能量消耗，如三軸加速度計和陀螺儀能夠測量沿三個不同軸向的線性加速度及角運動，全球定位系統和氣壓計可以提供位置及海拔信息[19]；心電傳感器通過連續監測心電信號，計算心率并通過算法對心律進行分類，一些智能手表可以通過將對側手指放在表冠上（表的負極）記錄單導心電[20]，此外光電體積描記技術（photoplethysmography，PPG）也可以測量心率、心律等信息[21]；帶內置袖帶的手表HeartGuide（歐姆龍，日本）在非活動環境下與袖帶血壓測量一致[22]；最新發展的一種技術可以不用袖帶測量血壓，將PPG與心電結合，通過計算脈搏傳輸時間來估計血壓，可全天監測血壓，但仍需進一步驗證[23]。
隨著第一代可穿戴設備的推廣應用，第二代可穿戴設備逐漸轉向無創或微創的生化和多模態監測，包括紋身、皮膚貼、隱形眼鏡、紡織品等以及微針、注射器等裝置。生物傳感器通過非侵入測量汗液、眼淚、唾液和組織液等生物流體中的生化標記物以及包括代謝物、細菌和激素在內的生物標志物，來提供連續、實時的生理信息，最近的發展集中在電化學和光學生物傳感器。復合生物傳感器、微流體采樣和傳輸系統的組合已被集成、微型化，并與柔性材料相結合，以提高耐磨性和操作方便性[17, 24-25]。
1.2 可穿戴數據在醫療領域的應用
通過跟蹤、存儲和與醫療機構共享患者數據，可穿戴設備成為連接醫生和患者的重要橋梁，可對患者進行遠程或實時的健康評估和監測，結合大數據和人工智能技術可以為精準醫學的發展提供感知工具和資源積累。
可穿戴設備為臨床病情評估提供了多樣化的工具手段，如用于監測和評估帕金森病[26-27]和特發性震顫[28-29]癥狀的系統和方法，采用單導聯心電設備檢測心律失常的方法[30]，使用可穿戴加速計監測嬰兒中風的方法[31]，以及使用肌電圖傳感器檢測肌肉活動和手部運動以改善肢體缺失或受損人群的假肢控制[32]。此外咳嗽是肺部疾病的主要癥狀，使用可穿戴設備檢測咳嗽[33-35]，可用于評估慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）、哮喘和新冠肺炎等高發病率肺部疾病。
與此同時，可穿戴設備收集的大量生理數據蘊含豐富的病理信息，基于此發展疾病預測預警模型，對臨床有巨大價值，尤其在心肺相關領域。使用可穿戴設備可遠程監測慢性心力衰竭（chronic heart failure，CHF）患者的心臟及健康情況[36-37]，獲得的多變量數據可在CHF入院后再入院前6.5～8.5天前發出警報，其預測準確性與植入式設備相當[38]，開發預測急性CHF失代償算法，靈敏度達到60%，特異性達到90%[39-40]；使用可穿戴設備可對COPD進行分類[41]，遠程檢測其嚴重程度和惡化[42]，結合深度學習等技術進行急性加重期預警[43]；從可穿戴設備的大規模數據中可以學習預測新冠肺炎疫情趨勢[44]，利用數字基礎設施可對患者進行遠程監測和虛擬評估[45]，通過智能手表收集的活動數據結合自我報告的癥狀可以預測新冠肺炎陽性，受試者工作特征曲線下面積達到0.80[46]，使用可穿戴Oura智能環（Oura，芬蘭）結合深度學習方法可以幫助診斷新冠肺炎，評估患者的健康和不健康狀態[47]。
基于機器學習技術的可穿戴健康監測，可以挖掘可穿戴健康物聯網數據中的隱藏信息，開發新的特征對人體活動及生理數據進行分類，改進人類活動估計和生理壓力估計的決策過程。隨著日益可用的數據的擴增、硬件速度的提升和算法的進步，研究人員能夠基于深度學習快速開發出健壯而復雜的模型應用于人體活動辨識[18]。通過可穿戴設備進行人類活動識別極大地提高了醫療保健和康復領域診斷和獲取相關信息的能力，結合機器學習、深度學習等技術，能為臨床醫生提供新的視角。
2 基礎理論的創新——動態生物復雜度
為了深入了解可穿戴設備如何有效地推廣大健康的新概念，首先需要介紹一套新的理論架構：筆者前期提出的“動態生物復雜度”理論[48-53]，運用跨領域的方法與概念進行生理信號監測及分析，這套醫學理論體系突破了線性思維的西方主流醫學框架的束縛。該理論體系融合了物理學的復雜系統觀念[54-55]以及非線性動力學的數學方法[56]，強調人體是一個動態變化的整體系統，對關鍵生理指標的理解不止于靜止、孤立的解讀，而是進一步進行動態、關聯分析，并萃取出宏觀系統層級的量化指標，從而可以量化人體整體狀態，對健康、亞健康和疾病早期診斷給出有臨床意義的指標，并可指導疾病的預防與管理。人類在大健康領域將不可避免會面臨許多目前主流醫學無法解決的挑戰，非線性動態系統醫學是解決這些問題最有效的工具。其原因是西方主流醫學是以還原論作為方法論，將人體看作一個可以拆解為各種不同“零件”的系統，而對于疾病的研究是試圖了解致病的因子如何影響這些零件的運作。然而大部分疾病的病因具有多樣性，這些因素與人體眾多的“零件”會產生非常復雜的非線性交互作用，以致還原論的手段經常徒勞無功。非線性動態系統醫學以“人以及環境”的整體系統作為不可分割的研究主體，并運用整體論的方法對健康與疾病進行量化，提供了一個從物理、數學、動態數據分析等方法切入的新的研究范式。
同樣重要的是，這一套創新的理論體系和計算方法，可以與近年來不斷進步的可穿戴設備與技術，以及大數據和人工智能密切配合，為移動醫療和大健康產業開辟一個嶄新的天地。
2.1 人體是一個動態的復雜系統
人體不僅僅存在各個實體器官，更重要的是組織、器官之間的相互作用在人體生命活動中表現出的功能和狀態[48]。在外界不斷改變的環境刺激下，人體系統的內在平衡決定了對外環境變化的適應能力，從而影響個體生存的概率。一個健康的個體只有維持內在平衡，才能不斷適應外界時間、溫度、濕度、氣候等環境因素的多維度變化[49]。因此，一個復雜系統的動態表現，相較于微觀的系統組成元件的細節，更能代表這個系統的宏觀狀態。一個核心的重點是人體的“狀態”跟動態的生理信號密切相關，因為這些動態的表現隱含了人體面對一些外界或內在刺激所產生的應激反應。因此，獲取這個動態系統隨時間不斷改變的數據，可以幫助我們了解系統的真實狀態，而可穿戴設備正是能夠有效獲得這些數據的工具。
2.2 連續動態生理信號的獲取與分析
以生命體征（如心率、體溫、呼吸率、血壓和血氧飽和度）為例，這些生理參數在一個時間點所取得的數值（也就是靜態的測量），可代表患者基本身體機能的狀態，因此具有非常重要的臨床意義。例如，針對醫院病患的早期預警系統便是整合這五種生命體征的數值，從而做出一個總結的評分。英國所推廣的“全國預警評分”（National Early Warning Score，NEWS）系統[57-59]是一個廣為人知的代表，是英國皇家醫學院于2012年提出并應用于英國各級醫院的患者病情嚴重程度和預后判斷的標準之一。目前可穿戴領域主要著眼于如何改進可穿戴設備和技術，以實現在對患者極少干擾的情況下（如無線、輕便）收集這些生命體征數據。但是，我們更應該意識到連續測量這些生理信號才是可穿戴設備最強大的功能。通過為這些生命體征信號增加一個時間維度，可以更深入地分析生理信號的動態特征，進而對患者的身體狀態有一個更全面的了解。
以可穿戴心電監測設備為例，不僅可以涵蓋一般醫院的標準短時間記錄，用來分析通過心電波形可以判斷的一些心臟電傳導的問題，以及心率過速和過緩，還可以用于長時間的連續心電監測，得到心跳間隔時間序列，進行心率變異性分析[60-61]，從而診斷一些心臟方面的其他問題（如房顫[62]、早搏[63]等心律失常問題），并可以對其他的生理與心理方面的異常（如糖尿病[64]、高血壓[65]、抑郁[66]等）進行評估。例如，基于筆者提出的動態復雜度的概念，用多尺度熵（multiscale entropy，MSE）算法對心跳間隔時間序列進行分析，評估人體的整體健康狀態，可以在身體進入疾病狀態之前亦即身體處于亞健康狀態時，提出早期的預警[48, 51-53, 67]。
另外，筆者發現通過提取連續心電信號中隱藏的信息，可以對睡眠狀態進行量化分析[68-69]。因為大腦與身體是一個整體，不同的睡眠狀態不僅可以通過大腦的活動（如腦電信號）來判斷，也可以通過其他生理信號來解讀，因為不同的睡眠狀態對應不同的生理狀態，故可以合理地利用整晚的連續心電信號進行判讀。這套技術還可以更為簡化，利用手環的脈搏波信號（由PPG傳感器量取），也可以獲取心率變異度的信息，從而進行睡眠狀態的評估。更為簡便易于使用的可穿戴設備以及深入的分析方法，可以更廣泛地擴展使用對象和人群，以及使用場景。
從科學的角度而言，可穿戴設備可以連續監測使用者的生命體征信號，為我們提供了一個可以從整體觀來探討健康與疾病的渠道。上面討論的用生理信號來量化睡眠的不同狀態，便是一個有趣的例子。筆者前期研究發現，目前基于腦電所定義的非快速眼動睡眠的三期睡眠分期，也就是美國睡眠醫學學會（American Academy of Sleep Medicine，AASM）所制定的金標準[70]，無法與從生理角度觀察到的睡眠狀態得到一致的結果。因此啟發我們從更系統的角度，將非快速眼動睡眠分成慢波和非慢波睡眠兩種形態[69]，這樣的定義不論是從腦電或其他任何生理信號（包括心電、呼吸、眼動等）來分析，都可以得到非常一致的結果，而且也跟臨床疾病有更強的相關性。例如，老化以及疾病的惡化會減少慢波睡眠的比例，而利用金標準的3期睡眠分期反而不能得到有意義的臨床相關性。
2.3 時間生物學的醫療應用
生物體內有許多與時間有關的周期性現象[71]，例如：進食的節律、90分鐘睡眠循環節律、腦下垂體的間歇性荷爾蒙分泌節律、日夜節律、女性經期節律等。因此，在不同的時間測量相同的生理參數亦會有不同的結果，例如體溫在一天當中就有一定的節律。借助于可穿戴設備的監測，讓我們有機會對時間生物學的信息和健康與疾病的關系做更深入的研究，這些研究也將對醫療效果有正面的影響。
以血壓為例，血壓在一天的不同時間測量會有明顯的差異，亦即所謂的血壓晝夜節律模式[72]。血壓通常在夜間睡眠期間降到一天的最低點，然后在醒來前幾個小時開始上升，并在早上醒來后不久達到頂峰，之后在下午和晚上再次開始下降。許多急性心腦血管事件的發生也有對應的節律，以清晨發病率和死亡率最高。有證據表明，清晨血壓升高可能會導致急性心血管事件的發生。在正常健康人睡眠時，血壓的下降是一個非常重要而且有臨床意義的現象[73]。夜間平均血壓比白天值低約15%，這種正常生理變化被稱為杓型血壓，睡眠期間血壓下降小于10%稱為非杓型血壓。非杓型血壓的潛在機制尚不完全清楚，褪黑激素可能發揮了作用。非杓型血壓與多種心血管疾病的風險增加有明顯的統計相關性。
血壓的準確測量、預測和調控是高血壓管理中的重要問題。傳統動態血壓監測（ambulatory blood pressure monitoring，ABPM）是通過一種特殊的設備完成的，該設備由戴在手臂上的血壓袖帶組成。使用者一般佩戴ABPM設備24 h，在此期間，它會記錄佩戴者在日常活動和睡眠期間的血壓，通常每隔15 min或30 min記錄一次，因此，ABPM提供了血壓的完整動態記錄（在一天中的波動變化）。
動態血壓監測已被證明優于單一時間點的血壓測量，因為ABPM可以提供以下重要信息：① 平均血壓水平；② 血壓的晝夜變化，尤其是與杓型血壓相關的模式；③ 短期血壓變異性。在這些參數中，越來越多的證據表明平均夜間血壓水平是心血管發病率和死亡率最敏感的預測指標。此外，多項研究表明，無論24小時血壓水平如何，夜間血壓下降較少或夜間血壓較高與預后不良相關。這些發現至少可以用兩種方式來解釋，即：夜間血壓升高或夜間血壓下降較少可能不僅是心血管疾病的潛在危險因素，還可能是導致心血管疾病或并發疾病的標志。因此，使用抗高血壓藥物降低夜間血壓具有重要的臨床意義，也是血壓管理需要考慮的一個重要因素。
雖然動態血壓監測的臨床意義非常明確，但并沒有被普遍推廣使用，其原因在于ABPM的使用并不十分方便，尤其目前血壓測量設備的使用容易影響夜間的睡眠，而且血壓測量在時間上不夠密集。因此急需開發可以準確、連續地監測血壓，并對使用者不造成干擾的新技術。
另外，還有很多可以連續監測并幫助我們研究時間生物學的可穿戴設備，例如，可以連續監測血糖的可穿戴設備（每5 min采樣一次并可持續7天），對糖尿病患者的疾病管理會有很大的幫助[74]。
3 展望
上面的討論提示我們，在新的理論基礎以及分析算法的支持下，新的可穿戴設備傳感器以及技術將會得到非常廣泛的應用。我們應該從整體論的觀點去進行深入的思考，而不要局限于采集的數據本身。對人體更為廣泛及有意義的評估工具，讓可穿戴設備無論在亞健康人群的疾病預防，還是患病人群的疾病管理中，都可以扮演非常重要的角色。
3.1 大健康產業
大健康產業的未來趨勢是更加以個體為中心、數據驅動和數字化，而可穿戴設備將會在以下幾個方面占有重要的核心地位：① 更加注重預防保健和健康，包括采用可穿戴技術和其他數字健康工具。② 利用人工智能和機器學習增強診斷和治療決策。③ 遠程醫療和虛擬醫療的增長，使患者可以隨時隨地獲得醫療服務。④ 普遍性醫學的持續擴展，旨在實現在正確的時間為正確的患者提供正確的治療。⑤ 利用大數據和先進的分析方法來識別疾病模式，跟蹤公共衛生趨勢并制定醫療保健政策。尤其是經歷COVID-19后，這一點將會更加受到人們關注。
3.2 遠程護理
過去幾年的COVID-19大流行將我們帶進了遠程分散患者護理的新時代，這極大地促進了可穿戴設備的廣泛使用。由跨不同衛生保健學科的幾所學院和研究生培訓項目正在開發遠程保健課程，這些課程包含關于通用可穿戴設備、當前臨床應用程序以及改善遠程患者護理潛力的結構化學習模塊。
3.3 數據安全和去隱私化
在大數據收集分析受到不同利益者追捧并可能帶來改變的時代，如何保護敏感數據不被泄露？如何促進用于臨床和研究的可穿戴數據共享？目前對可穿戴數據的去隱私化和不同平臺間的數據共享可能還不夠，應開發和鼓勵區塊鏈等下一代網絡安全工具。透明的隱私政策可以改善患者參與度，必須解決患者隱私問題，才能獲得公眾信任。
3.4 制度規范
政府相關職能部門應該制定一致的使用標準、實踐指南和監管政策，這對可穿戴設備的規范化使用和發展是至關重要的。例如，為可穿戴設備包括傳感器和不斷發展的軟件、算法制定綜合評估框架，定義統一的標準和監管政策。
重要聲明
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
作者貢獻聲明：彭仲康負責文章整體構思和論文撰寫；崔興然負責文獻調研和綜述；張政波負責可穿戴傳感器的相關內容調研和撰寫；俞夢孫負責論文審校。