跳到正文
可穿戴与测量科学横断面研究3 分钟阅读

糖尿病患者认为可穿戴人工智能设备有用,但担心隐私、费用和易用性

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Perspectives of people with diabetes on AI-integrated wearable devices: perceived benefits, barriers, and opportunities for self-management. · Frontiers in medicine · 2025 · 论文原文 ↗

先看重点

在418名糖尿病患者的在线调查中,83.9%认为可穿戴设备对监测血糖和活动有用,但79.7%担心数据隐私、77.0%担心费用、75.1%担心易用性;81.9%表示如果医疗人员推荐,愿意使用集成人工智能的设备。这些是自我报告的态度,样本来自自愿参与的网络调查,不能说明这些设备能改善糖尿病控制。

证据类型

横断面研究

解读依据

公开摘要

阅读重点

关联与混杂

研究在问什么

具备人工智能的可穿戴设备可以实时监测糖尿病,但前提是人们愿意接受并使用。作者想了解糖尿病患者对这类设备的看法,包括他们认为的好处、障碍和希望具备的功能,以便为设计和诊疗提供参考。

研究了谁,如何研究

这是一项横断面在线调查,对象为418名糖尿病患者,通过网络平台和糖尿病患者群体招募。结构化问卷包含李克特量表题、选择题和开放式回答。定量数据采用描述性统计,开放式回答采用主题分析。摘要未报告糖尿病类型、年龄、国家和应答率。

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
    83.9%的人认为可穿戴设备在监测血糖和身体活动方面有用。
  2. 2
    主要被认可的好处是更好地坚持用药(81.9%)和对管理糖尿病更有信心(82.1%)。
  3. 3
    主要障碍是数据隐私担忧(79.7%)、费用问题(77.0%)和易用性困难(75.1%)。
  4. 4
    开放式回答希望有可操作的反馈、与医疗人员的数据整合以及更好的易用性。81.9%的人表示,如果医疗人员推荐,会使用集成人工智能的可穿戴设备。

局限与不确定性

  1. 1
    参与者通过网络和糖尿病患者群体招募,可能比一般糖尿病患者更习惯使用科技产品。
  2. 2
    这些百分比是自我报告的主观看法,而非实测的用药依从性或血糖控制变化。
  3. 3
    摘要没有按糖尿病类型、年龄或国家分层,也没有给出置信区间。
  4. 4
    研究采用描述性统计,因此无法做组间比较;以上解读仅基于摘要。

对日常健康的启示

调查提示糖尿病患者对人工智能可穿戴设备持开放态度,尤其在有医生推荐时,而隐私、费用和易用性是购买前需要核对的问题。它并未证明这些设备能改善结局。血糖监测和治疗的选择应由糖尿病诊疗团队来定。

如何联系自己的数据

如果你使用持续血糖监测(CGM)或活动追踪器,请查看应用会把数据分享给谁,以及你的诊疗团队能否看到。请比较同一台设备的读数,并关注数天到数周的模式,而不是单个数值。

如何理解这类证据

同一时期的测量通常不能确定方向或因果;症状可能改变行为,不能只按行为导致症状解释。

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。

Abstract

Wearable devices that incorporate artificial intelligence (AI) have become effective instruments for managing diabetes through real-time monitoring, improved adherence, and increased person with diabetes engagement. Person with diabetes perceptions, adoption barriers, and preferences critically impact the effectiveness and widespread utilisation of these technologies.

Aim

The aim of study was to investigate the perceptions of people with diabetes regarding wearable devices, emphasising their perceived advantages, challenges, and potential role in facilitating diabetes self-management.

Methods

A cross-sectional study involving 418 people with diabetes was conducted, with participants recruited via online platforms and people with diabetes groups. Data were gathered through a structured questionnaire that included Likert-scale items, multiple-choice questions, and open-ended responses. Descriptive statistics were employed to analyse quantitative data, whereas qualitative responses underwent thematic analysis to discern key trends.

Results

Participants demonstrated significant awareness of the primary functions of wearable devices, with 83.9% acknowledging their utility in monitoring glucose levels and physical activity. The primary advantages comprised increased adherence to medication regimens (81.9%) and heightened confidence in diabetes management (82.1%). Significant barriers were identified, including data privacy concerns (79.7%), cost issues (77.0%), and usability challenges (75.1%). Thematic analysis of open-ended responses indicated a demand for features including actionable feedback, integration with healthcare providers, and enhanced usability. Despite these challenges, 81.9% of participants indicated a willingness to adopt AI-integrated wearable devices if recommended by healthcare providers.

Conclusion

The findings indicate that people with diabetes regard wearable devices as effective instruments for managing their condition, especially in terms of real-time monitoring and adherence support. Concerns regarding privacy, cost, and device usability must be addressed to enhance adoption rates. These insights can inform the development of patient-centered wearable devices and guide healthcare strategies for the effective integration of these technologies into diabetes care.

来源与署名

Perspectives of people with diabetes on AI-integrated wearable devices: perceived benefits, barriers, and opportunities for self-management.

Alzghaibi H.

Frontiers in medicine · 2025-04-23

DOI: 10.3389/fmed.2025.1563003 ↗PubMed · 40337275 ↗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 →