跳到正文
可穿戴与测量科学证据综述3 分钟阅读

儿童精神健康的可穿戴人工智能:19项早期研究,尚无随机试验

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Use of Mobile and Wearable Artificial Intelligence in Child and Adolescent Psychiatry: Scoping Review. · Journal of medical Internet research · 2022 · 论文原文 ↗

先看重点

这项范围综述检索了2011年至2021年6月25日的文献,共找到344篇,其中19篇(5.5%)符合纳入条件,涉及孤独症、注意缺陷多动障碍(ADHD)和焦虑类障碍,使用胸带或手腕设备(如Fitbit手表)。这些研究差异很大,多为试点或可行性研究,并不能证明可穿戴人工智能可用于诊断。

证据类型

证据综述

解读依据

公开摘要

阅读重点

方法与适用范围

研究在问什么

精神障碍是致残的重要原因,而儿童的诊断十分困难。智能手表等可穿戴设备可以被动采集数据,并为辅助面诊的人工智能(AI)工具提供输入。作者想梳理目前究竟研究了什么、还缺少什么。

研究了谁,如何研究

遵循PRISMA指南的范围综述。作者检索了Ovid MEDLINE、Ovid Embase、Ovid Cochrane中央对照试验注册库、Ovid Cochrane系统评价数据库、Web of Science和Scopus,时间范围为2011年至2021年6月25日,限定英文并排除动物研究。初步检索得到344篇文章,最终保留19篇。摘要没有说明如何评价研究质量或准确性。

主要发现

以下为作者报告的结果。数字须连同人群和不确定性一起阅读。

  1. 1
    在检索到的344篇文章中,19篇(5.5%)纳入综述。
  2. 2
    纳入的研究主要分为三类:孤独症谱系障碍、注意缺陷多动障碍(ADHD),以及焦虑障碍等内化性障碍。
  3. 3
    多数研究使用带心电图传感器的心肺健身胸带,或手腕佩戴的生物传感器(如Fitbit手表),两者都可被动采集生理信号。
  4. 4
    各研究在方法和结果上差异很大,最大的空白是缺乏随机对照试验,因为现有研究大多是试点研究和可行性试验。

局限与不确定性

  1. 1
    范围综述只是梳理领域现状,并不检验有效性,摘要也没有报告任何AI工具的准确度数据。
  2. 2
    只检索了英文文献,可能遗漏部分研究。
  3. 3
    仅纳入19项研究,且多为试点或可行性研究,对真实临床环境中工具的表现提供的信息很少。
  4. 4
    设备、疾病和方法差异很大,各研究难以直接比较。本解读仅基于摘要。

对日常健康的启示

可穿戴设备能被动记录儿童的生理信号,研究者也在探索其在孤独症、ADHD和焦虑方面的AI应用,但这仍是早期工作。没有任何证据支持你自行用智能手表诊断或监测孩子的精神健康。如果担心孩子的行为或情绪,应当咨询儿科医生或儿童精神健康专业人员。

如何联系自己的数据

这些研究使用的信号与许多设备记录的类型相同,例如胸带或腕部传感器测得的心率。对儿童来说,手表的心率和睡眠数据无法诊断任何疾病,只适合作为与医生交流的背景材料,并且应使用同一设备比较趋势。

如何理解这类证据

先看纳入了哪些设计、检索与偏倚评估如何完成,以及检索截止日期;发表新不代表底层证据都是最新的。

作者的结构化摘要 English

以下英文摘要按记录的开放许可转载,属于作者原始材料,不是 MoveVitals 的解读。上方已提供研究解读,分别说明作者结果与本站解释;重要结论可直接核对原文。

Background

Mental health disorders are a leading cause of medical disabilities across an individual's lifespan. This burden is particularly substantial in children and adolescents because of challenges in diagnosis and the lack of precision medicine approaches. However, the widespread adoption of wearable devices (eg, smart watches) that are conducive for artificial intelligence applications to remotely diagnose and manage psychiatric disorders in children and adolescents is promising.

Objective

This study aims to conduct a scoping review to study, characterize, and identify areas of innovations with wearable devices that can augment current in-person physician assessments to individualize diagnosis and management of psychiatric disorders in child and adolescent psychiatry.

Methods

This scoping review used information from the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines. A comprehensive search of several databases from 2011 to June 25, 2021, limited to the English language and excluding animal studies, was conducted. The databases included Ovid MEDLINE and Epub ahead of print, in-process and other nonindexed citations, and daily; Ovid Embase; Ovid Cochrane Central Register of Controlled Trials; Ovid Cochrane Database of Systematic Reviews; Web of Science; and Scopus.

Results

The initial search yielded 344 articles, from which 19 (5.5%) articles were left on the final source list for this scoping review. Articles were divided into three main groups as follows: studies with the main focus on autism spectrum disorder, attention-deficit/hyperactivity disorder, and internalizing disorders such as anxiety disorders. Most of the studies used either cardio-fitness chest straps with electrocardiogram sensors or wrist-worn biosensors, such as watches by Fitbit. Both allowed passive data collection of the physiological signals.

Conclusions

Our scoping review found a large heterogeneity of methods and findings in artificial intelligence studies in child psychiatry. Overall, the largest gap identified in this scoping review is the lack of randomized controlled trials, as most studies available were pilot studies and feasibility trials.

来源与署名

Use of Mobile and Wearable Artificial Intelligence in Child and Adolescent Psychiatry: Scoping Review.

Welch V, Wy TJ, Ligezka A, Hassett LC, Croarkin PE, Athreya AP, Romanowicz M.

Journal of medical Internet research · 2022-03-14

DOI: 10.2196/33560 ↗PubMed · 35285812 ↗Europe PMC · 记录的开放许可: cc by ↗

摘要版权归原作者,依据来源记录的开放许可转载。中文译文辅助阅读,英文摘要用于核对术语与具体数值;本站的方法学解释与作者结论分别呈现。

MoveVitals 编辑解读 · 健康教育内容 · 未记录个人临床审阅

来源核验日期 2026-11-01

实用健康指南

放在一起读

·队列研究

加速度计处理方法不同,身体活动与卒中、心肌梗死的关联曲线也不同

在英国生物银行中,基线无心血管疾病的90237名成年人随访至2022年12月,共发生1298例卒中和2031例心肌梗死;中高强度身体活动(MVPA)与这两种结局的关联曲线形状,取决于加速度计数据的处理方法。就卒中而言,只有机器学习法得到直线下降的风险;就心肌梗死而言,机器学习法和LFENMO法呈曲线下降,活动计数法呈直线下降。摘要没有给出风险比,只能说明不同方法的结论不一致,不能说明哪种方法更正确,而且这些只是观察性关联。

Preventive Medicine

重点论文精讲阅读论文 →
·测量验证研究/综述

智能手表数据能当“证人”吗:心率验证得最充分,其余证据参差

一项围绕数字取证展开的系统评价和荟萃分析,梳理了四大主流品牌智能手表的验证研究,发现心率是研究最多、也最准确的指标。步数、距离、能量消耗、活动分类和睡眠的验证不够一致,结果因品牌、方案和报告方式而异。摘要没有给出汇总数据,且多数研究是在健康人群中、于实验室内完成的,所以无法说明某一块手表对某个人在日常生活中的表现。

Forensic Science International

重点论文精讲阅读论文 →
·综述的综述

活动追踪器:每天多走约1800步,对其他健康指标影响较小

这项伞形综述汇总了39篇系统评价和荟萃分析,涉及163992名参与者;结果显示使用活动追踪器与身体活动增加相关(标准化均数差SMD为0.3–0.6),相当于每天多走约1800步、多步行40分钟,体重减轻约1公斤。对血压、胆固醇、糖化血红蛋白、生活质量和疼痛的影响通常很小,且多数不显著。摘要没有说明这些项目里追踪器还搭配了什么,也没有说明各评价之间重叠多少,因此不能把效果完全归功于设备本身。

The Lancet Digital Health

重点论文精讲阅读论文 →
·测量验证研究/综述

七款睡眠追踪设备:识别睡着很准,识别醒着和睡眠分期较差

在睡眠实验室里,34名健康的年轻成年人连续三晚佩戴七款消费级睡眠追踪设备中的若干款。与多导睡眠监测相比,所有设备识别睡眠都很准(灵敏度均不低于0.93),但识别清醒较差(特异度0.18–0.54),七款中有五款与研究用活动记录仪(特异度0.39)持平或更好;睡眠分期的估计结果不稳定。受试者是18至35岁的健康成年人,卧床时间固定为8小时,每款设备只在其中11至20人身上测试,因此对有睡眠问题的人几乎没有参考价值。

Sleep

重点论文精讲阅读论文 →
可穿戴与测量科学 →