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
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。
Frontiers in medicine
数量表示本站收录规模,不代表领域证据的强弱。
验证结论取决于指标、型号、参照与场景。心率相对可靠,不能自动验证热量或睡眠分期;同一批加速度计数据采用不同算法,也会改变活动与疾病的关联估计。
找到 131 篇论文
清除筛选在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。
Frontiers in medicine
在23项随机对照试验、共4566名社区老年人中,基于追踪器的干预在结束后即刻,使每日步数(标准化均数差0.58,95%置信区间0.33~0.83)和身体活动时间(标准化均数差0.28,95%置信区间0.10~0.47)优于常规照护。BMI、体脂和身体功能未见明显改善,证据质量为低到中等。
Journal of medical Internet research
在对455人(多数为慢性病患者)的在线调查中,人们对AI可穿戴健康设备的看法总体偏正面,但对技术故障、数据准确性和人际接触减少仍有明显担忧。样本来自便利抽样和分层抽样,摘要又没有给出具体数字,因此每种看法有多普遍并不清楚。
Frontiers in medicine
在2022年对5591名美国成年人的调查中,36.36%(2033人)使用可穿戴设备;78.4%的使用者(2020人中的1584人)愿意向医疗人员分享数据,但实际分享者仅26.5%(2020人中的535人)。这是单一时间点的自报全国调查,只能描述现状,不能说明原因。
Journal of medical Internet research
这项系统评价发现,将人工智能与可穿戴惯性测量单元(IMU)结合的研究,数据集中位数仅为50名参与者;76%使用传统机器学习,93%使用监督学习,65%聚焦神经系统问题。摘要未给出纳入研究数量和模型表现,因此它反映的是研究现状,而非这些工具的实际效果。
JMIR mHealth and uHealth
在122名门诊患者中,手持心电图、Apple Watch心电图和两款手机应用检出房颤的灵敏度均为100%,识别窦性心律的特异度为96.4%至98.9%。其中仅30人为房颤,且有7.4%至14.8%的记录质量不足。
JMIR formative research
这篇系统综述纳入来自12项不同研究的23篇论文,有一些证据表明,活动量低、心率高、入睡晚且不规律,与精神分裂症或双相障碍患者的精神科诊断或症状较重相关。设备、测量和统计方法差异很大,结果难以比较。
JMIR mental health
在23项脉搏血氧饱和度研究(n = 59,684)和4项可穿戴设备脉率研究(n = 176)中,浅色、中等和深色皮肤的准确度均未达到监管阈值,深色皮肤的SpO2平均偏差最高(1.27%,95%置信区间0.58至1.95)。纳入的可穿戴设备研究很少,且深色皮肤的脉率误差范围最宽。
Journal of medical Internet research
在38项研究中,可穿戴AI检测睡眠呼吸暂停的合并准确度为0.869,敏感度0.938,特异度0.752,但判别严重程度等级的准确度只有0.651。作者认为目前的表现尚不理想,不足以用于常规临床,且结果随算法、数据类型、呼吸暂停类型和设备佩戴位置而不同。
Journal of medical Internet research
在2976名起始时无近视的上海学童中,只有连续至少15分钟且光照不低于2000勒克斯的户外时段,与1年内近视漂移较少相关(例如光照2000至3999勒克斯时为-0.007 D,95%置信区间-0.011至-0.002 D)。每单位的效应很小,且这是试验内的观察性分析,不能证明这些模式能预防近视。
JAMA network open
24项系统评价共纳入249项验证研究、430,465名参与者,消费级可穿戴设备的心率平均偏差为±3%,但会高估最大摄氧量(静息测试高估±15.24%,运动测试高估±9.83%)。目前仅约11%的已上市设备至少有一项指标经过验证,且各项研究方法差异很大,还难以对准确性下定论。
Sports medicine (Auckland, N.Z.)
在与美国人口普查相匹配的23,974人调查中,10,679人(44.5%)拥有可穿戴设备,65岁及以上人群(OR 0.18,95%置信区间0.16~0.21)和无保险者(OR 0.41)的拥有率明显更低。这是自我报告的消费者调查,反映的是谁拥有设备,而不是谁从中受益。
Journal of medical Internet research
一项纳入10项研究的范围综述发现,没有哪项生理指标与医护人员的职业倦怠或焦虑可靠相关,不过步数和卧床时间与抑郁症状有关,心率和心率变异性与急性压力有关。研究数量少、时间短、样本小,可穿戴设备预测倦怠仍未得到证实。
Journal of medical Internet research
在30名近期发生心肌梗死的患者中,为期26周、由可穿戴设备监测的在线康复方案在24周时使每日步数和每日距离的改善优于健身房康复(均p<0.05),两组所有指标均有改善(p<0.001)。仅30名参与者,“两者同样有效”的结论只是初步的。
Frontiers in cardiovascular medicine
利用“我们所有人”(All of Us)研究计划的Fitbit数据,个体化随机森林模型能区分孕前、孕期、无抑郁的产后和产后抑郁时期(mAUC = 0.85;κ = 0.80)。产后抑郁(PPD)队列不足20名女性,结果只是初步的。
JMIR mHealth and uHealth
在1074名有加速度计数据的65岁以上美国成年人中,睡眠效率的逐日波动越大,数字符号替换测试(校正后β = -2.01,每增加10%)和动物流畅性测试(-0.84)的得分越低,但词语学习测试无此关联。数据为横断面,认知变差也可能反过来扰乱睡眠。
JMIR aging
在8416名50-65岁的瑞典成年人中,久坐时间与中高强度活动时间和同一批肠道菌种相关,但方向相反。这是横断面研究,无法判断是活动改变了菌群,还是菌群不同的人活动方式本来就不同。
EBioMedicine
在一项纳入220名业余跑者的随机试验中,意向性治疗分析显示,鞋垫实时反馈并未显著改变损伤发生率(HR 1.11,P = .70)。由于160名纳入分析者中有53人(33%)使用了错误设置,按实际接受处理分析中较低的损伤率(HR 0.53,P = .03)可靠性较差。
The American journal of sports medicine