lswcap
据杜克大学和斯坦福医学院的一个研究小组称，利用机器学习，从可穿戴设备获得的数据，如心率、体温和日常活动，可以检测某些疾病的早期症状，并预测临床验血结果。根据发表在学术期刊《自然医学》上的一份报告，通过智能手表可以发现诸如红细胞数量变化、脱水和贫血等趋势。
该研究使用 Intel Basis 智能手表在三年内跟踪了 54 名患者的数据，该手表可测量心率、步数、皮肤温度和皮肤电活动。 ，血糖和其他数据是通过心率监测器和血液测试定期收集的。
因此，有人提出，例如，皮肤带电量少，即出汗量少的患者，会出现脱水、体温不断升高、患病等情况。他们还表明，当心率较高时，预测血氧浓度变化的活动水平较低，但心率较高。
不过，研究小组表示，这些结果还有一些不清楚的地方。可穿戴设备虽然可以收集到大量数据，但大多数都不够具体，无法准确预测红细胞和白细胞的数量，心率、体温、运动量、氧浓度等指标足以预测准确诊断疾病。事实是它没有。
同时，来自可穿戴设备的长期数据具有巨大的潜力，可以帮助医生在紧急情况下做出治疗决策。你可以去医院，不仅看当天的情况，还可以看之前的长期趋势，补充检测结果，作为判断发生了什么的依据。
他说，心率和体温每天都在波动，诊所的单次测量无法检测到自然变化，但智能手表和 Fitbits 等设备可以长期跟踪这些变化并识别标准值的波动。
目前，有公司提供 FDA 批准的 ECGQ 和心跳警告功能，但有报道称，苹果和三星电子正在开发下一代智能手表的血糖测量功能，例如，Fitbit 正在提供睡眠呼吸暂停检测。也有传言说它正在探索中。如果出现这种情况，大家都觉得使用可穿戴设备接受医疗的日子已经不远了，但要做到这一点还需要更多的临床研究，而且在技术方面存在FDA批准等障碍。还可能有必要讨论医疗保健提供者应如何处理从可穿戴设备获得的数据。可穿戴设备不能替代医生，但这项研究清楚地显示出更大的潜力。相关信息可以在这里找到。
Add comment