跳到正文
穿戴裝置與測量科學證據回顧3 分鐘閱讀

兒童精神健康的穿戴式人工智慧:19項早期研究,尚無隨機試驗

MoveVitals 編輯部 · 研究發表 · 解讀更新

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

先看重點

這項範圍綜述檢索了2011年至2021年6月25日的文獻,共找到344篇,其中19篇(5.5%)符合納入條件,涉及孤獨症、注意缺陷多動障礙(ADHD)和焦慮類障礙,使用胸帶或手腕裝置(如Fitbit手錶)。這些研究差異很大,多為試點或可行性研究,並不能證明穿戴式人工智慧可用於診斷。

證據類型

證據回顧

解讀依據

公開摘要

閱讀重點

方法與適用範圍

研究在問什麼

精神障礙是致殘的重要原因,而兒童的診斷十分困難。智慧手錶等穿戴式裝置可以被動採集資料,併為輔助面診的人工智慧(AI)工具提供輸入。作者想梳理目前究竟研究了什麼、還缺少什麼。

研究對象與方法

遵循PRISMA指南的範圍綜述。作者檢索了Ovid MEDLINE、Ovid Embase、Ovid Cochrane中央對照試驗註冊庫、Ovid Cochrane系統評價資料庫、Web of Science和Scopus,時間範圍為2011年至2021年6月25日,限定英文並排除動物研究。初步檢索得到344篇文章,最終保留19篇。摘要沒有說明如何評價研究質量或準確性。

主要發現

以下為作者報告的結果。數值須連同族群和不確定性一起閱讀。

  1. 1
    在檢索到的344篇文章中,19篇(5.5%)納入綜述。
  2. 2
    納入的研究主要分為三類:孤獨症譜系障礙、注意缺陷多動障礙(ADHD),以及焦慮障礙等內化性障礙。
  3. 3
    多數研究使用帶心電圖感測器的心肺健身胸帶,或手腕佩戴的生物感測器(如Fitbit手錶),兩者都可被動採集生理訊號。
  4. 4
    各研究在方法和結果上差異很大,最大的空白是缺乏隨機對照試驗,因為現有研究大多是試點研究和可行性試驗。

限制與不確定性

  1. 1
    範圍綜述只是梳理領域現狀,並不檢驗有效性,摘要也沒有報告任何AI工具的準確度資料。
  2. 2
    只檢索了英文文獻,可能遺漏部分研究。
  3. 3
    僅納入19項研究,且多為試點或可行性研究,對真實臨床環境中工具的表現提供的資訊很少。
  4. 4
    裝置、疾病和方法差異很大,各研究難以直接比較。本解讀僅基於摘要。

日常健康啟示

穿戴式裝置能被動記錄兒童的生理訊號,研究者也在探索其在孤獨症、ADHD和焦慮方面的AI應用,但這仍是早期工作。沒有任何證據支援你自行用智慧手錶診斷或監測孩子的精神健康。如果擔心孩子的行為或情緒,應當諮詢兒科醫師或兒童精神健康專業人員。

如何連結自己的資料

這些研究使用的訊號與許多裝置記錄的型別相同,例如胸帶或腕部感測器測得的心率。對兒童來說,手錶的心率和睡眠資料無法診斷任何疾病,只適合作為與醫師交流的背景材料,並且應使用同一裝置比較趨勢。

如何理解這類證據

先看納入了哪些設計、文獻搜尋與偏誤評估如何完成,以及搜尋截止日期;發表新不代表底層證據都是最新的。

作者的結構化摘要 English

以下英文摘要依所記錄的開放授權轉載,屬於作者原始材料,並非 MoveVitals 解讀。上方已提供研究解讀,分別說明作者結果與本站解釋;重要結論可直接查核原文。

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.

來源與署名

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 · 所記錄的開放授權: cc by ↗

摘要著作權歸原作者,依來源紀錄的開放授權轉載。中文譯文協助閱讀,英文摘要供查核術語及具體數值;本站的方法學解釋與作者結論分別呈現。

MoveVitals 編輯解讀 · 健康教育內容 · 未記錄個人臨床審閱

來源查核日期 2026-11-01

實用健康指南

放在一起讀

·世代研究

加速度計處理方法不同,身體活動與中風、心肌梗死的關聯曲線也不同

在英國生物銀行中,基線無心血管疾病的90237名成年人追蹤至2022年12月,共發生1298例中風和2031例心肌梗死;中高強度身體活動(MVPA)與這兩種結局的關聯曲線形狀,取決於加速度計資料的處理方法。就中風而言,只有機器學習法得到直線下降的風險;就心肌梗死而言,機器學習法和LFENMO法呈曲線下降,活動計數法呈直線下降。摘要沒有給出風險比,只能說明不同方法的結論不一致,不能說明哪種方法更正確,而且這些只是觀察性關聯。

Preventive Medicine

重點論文精講閱讀論文 →
·測量驗證研究/回顧

智慧手錶資料能當「證人」嗎:心率驗證得最充分,其餘證據參差

一項圍繞數字取證展開的系統評價和統合分析,梳理了四大主流品牌智慧手錶的驗證研究,發現心率是研究最多、也最準確的指標。步數、距離、能量消耗、活動分類和睡眠的驗證不夠一致,結果因品牌、方案和報告方式而異。摘要沒有給出彙總資料,且多數研究是在健康族群中、於實驗室內完成的,所以無法說明某一塊手錶對某個人在日常生活中的表現。

Forensic Science International

重點論文精講閱讀論文 →
·回顧的回顧

活動追蹤器:每天多走約1800步,對其他健康指標影響較小

這項傘形綜述彙總了39篇系統評價和統合分析,涉及163992名參與者;結果顯示使用活動追蹤器與身體活動增加相關(標準化均數差SMD為0.3–0.6),相當於每天多走約1800步、多步行40分鐘,體重減輕約1公斤。對血壓、膽固醇、糖化血紅蛋白、生活質量和疼痛的影響通常很小,且多數不顯著。摘要沒有說明這些專案裡追蹤器還搭配了什麼,也沒有說明各評價之間重疊多少,因此不能把效果完全歸功於裝置本身。

The Lancet Digital Health

重點論文精講閱讀論文 →
·測量驗證研究/回顧

七款睡眠追蹤裝置:識別睡著很準,識別醒著和睡眠分期較差

在睡眠實驗室裡,34名健康的年輕成年人連續三晚佩戴七款消費級睡眠追蹤裝置中的若干款。與多導睡眠監測相比,所有裝置識別睡眠都很準(靈敏度均不低於0.93),但識別清醒較差(特異度0.18–0.54),七款中有五款與研究用活動記錄儀(特異度0.39)持平或更好;睡眠分期的估計結果不穩定。受試者是18至35歲的健康成年人,臥床時間固定為8小時,每款裝置只在其中11至20人身上測試,因此對有睡眠問題的人幾乎沒有參考價值。

Sleep

重點論文精講閱讀論文 →
穿戴裝置與測量科學 →