可穿戴设备是指一类能够与人体紧密结合的监测装置，其设计目的是对个体活动进行持续监测，且在此过程中不妨碍或限制使用者的正常活动。随着芯片、传感器及人工智能技术的迅速进步，这类设备已被广泛应用于需要连续健康监测的心血管疾病患者。对于这类患者，不论是在疾病的前期、治疗阶段或恢复期，均需对多项生理指标进行持续监测以评估疾病进展、治疗效果及身体恢复情况。传统的监测方式需要患者定期到医院，借助固定设备，并由医生进行分析，这不仅增加了患者的经济负担，还会消耗医疗资源和时间。然而，可穿戴设备可实时收集数据，并通过网络直接传输给医生，从而为患者提供高效且低成本的监测方案。本文将探讨可穿戴设备在心血管疾病治疗中的应用、优势与挑战，以及对其未来应用的展望。
心血管疾病以其高发病率、致残率和死亡率的特征为全球所关注，并已逐渐成为全球主要的死因，对人类的可持续发展构成严重威胁[1]。在我国，由于居民普遍存在不健康生活方式、较大的心血管疾病高危人群以及日益加速的人口老龄化，心血管疾病的发病率和死亡率持续攀升。据统计，2020年我国农村和城市心血管疾病的死亡率分别高达48%和45.86%，即每5例死亡中，有近2例死于此疾病[2]。因此，对心血管疾病指标的连续、准确监测至关重要，能为早期干预和治疗提供关键依据。传统的数据收集方法主要有两种：一是基于患者回忆的报告，但此方法可能受到主观偏见的影响；二是患者在就医时使用医院设备进行检测，但此方法在急性症状出现时往往无法提供即时数据，导致数据不够及时且可能不准确。为解决上述问题，可穿戴设备作为一种便捷、准确、实时和专业的监测工具应运而生，能够在关键时刻为医生提供宝贵的疾病数据。本研究旨在综述可穿戴设备在心血管疾病领域的应用和价值。
1 可穿戴设备在心血管疾病中的应用特点
1.1 设备小型化与便携化
近年来，材料科学的突破进展为可穿戴设备的小型化和便携化提供了坚实基础。先进的材料技术使得微型传感器不但拥有高集成度，而且具有更强大的计算能力，从而更高效地处理复杂数据。目前，研究者[3-4]正尝试将传感器与织物结合，利用身体运动过程中传感元件的电阻变化进行监测。这主要是通过向传感元件注入微小的恒定电流，并使用专门的高阻抗放大器实现[5]。此外，通过将人体的物理和化学反应，如脉搏、胸部扩张和汗液等转化为必要的能量，可穿戴设备可长时间运行，进而摆脱对重型电池的依赖。例如，采用压力发电机或摩擦发电机将机械能转化为电能的方法，转换效率可达50%～85%，这主要适用于低功耗设备[6–8]。尽管目前为实现持续应用，这些发电装置需要在较大的表面积上进行集成，但其与纺织部件的结合有望实现长时间的低采样率应用。与此同时，利用汗液作为电化学能源的生物燃料电池适用于短时应用的表皮电子设备。该装置的功率密度可达1～3.5 mW/cm²，能在传感模式下为模块供电长达5 h，从而收集汇总数据。这种生物燃料电池既具有柔韧性，又便于集成到柔性传感系统中[9–11]。然而，由于不同用户生理出汗量和离子浓度的变化，可能导致设备性能不稳定，并受到所使用材料的限制[12]。
1.2 实时监测与自动处理
现代可穿戴设备均配备Wi-Fi功能，因此可以稳定地将监测到的数据实时上传至云端。这些设备有能力并行监测多种生理参数，并能够向临床医师发送重要的数据变化提醒。得益于网络连接，可穿戴设备不仅能够实时记录并处理数据，还能将数据经整合后以用户友好的界面展现，从而允许用户通过智能手机、智能手表或个人计算机获得并解读相关信息[13]；见图1。此外，直观且易于解读的数据反馈可作为有效的行为干预机制，鼓励用户更好地遵循医嘱，形成良性循环。
图1
可穿戴设备工作模式
通过可穿戴传感器监测患者运动依从性、运动表现以及相关的生理反应（即心率和呼吸频率等），其中智能手表作为数据记录器和网关，通过手机网络和/或互联网及卫星进行通信以及数据交互，使医生、家人能够实时观察佩戴者的数据，发生紧急情况时急救中心可随时根据患者定位及身体情况精准化派出救护车进行急救
相较于现有的心血管疾病监测仪器，其在运动状态下难以实时获取数据，从而可能遗漏了某些关键的实时反应[14]。而部分传统监测数据通常是运动后获得的，这可能导致快速的生理恢复掩盖了应激状态下的暂时性异常，进而产生假阴性结果。而可穿戴设备可以轻松地固定于胸部或其他部位，对用户活动造成的限制微乎其微，从而连续记录心脏活动，并在保障数据客观性的同时增强用户的安全感[15]。
从数据处理角度，可穿戴设备具备初步的数据分析功能，相较于临床医生面对大量数据流，其可更精确且避免不同观察者产生的偏差。集成在可穿戴设备中的深度学习网络，不仅在数据处理中显示出巨大潜力，而且通过连续数据流中的关键信息学习与优化，可能进一步增强其泛化处理能力[16]。
1.3 数据准确性与安全性
在新技术出现的初期，媒体的广泛关注可能会推动这些技术的快速应用。然而，对于研究人员，面对可穿戴设备在临床场景中的迅速应用，应持审慎态度。必须承认，不准确的数据比没有数据更具破坏性。因此，多项研究已对可穿戴设备采集的数据的准确性提出了质疑。这些设备数据的质量差异可能是由于在数字健康产品快速发展的背景下，缺乏相应的监管政策和共识。
2020年初，Coravos等[17]开发了一个实时评估传感器准确性和效果的框架，该框架将可穿戴设备视为测试对象。这一综合性框架概述了5个关键领域：验证、分析验证和临床验证，数据安全和隐私，数据管理和权利，实用性和可用性，经济可行性。该结构化标准的目的是确保这些设备在进入市场时能获得临床医生和患者的信任。之所以会有大量的未经验证且效果和安全性存疑的产品出现在市场上，很大程度上是因为缺乏明确的监管标准和政策。
以美国为例，有心电图功能的可穿戴设备或其他医疗相关传感器都受到监管机构的严格管理。美国食品药品监督管理局（FDA）将这些传感器分类为Ⅰ类或Ⅱ类医疗器械，并据此实施严格的监管[18]。对于那些没有明确政策监管的区域，临床医生在解释由未受监管的传感器收集的数据时必须极为谨慎，并综合考虑多种因素，例如设备的位置、用户的行为和具体的症状。与此同时，内置人工智能模型的软件和算法正在快速发展。其对传感器采集的复杂数据的深度分析能力也随之增强，可以高效处理海量数据，且其分析能力远超人类。应用增强人工智能分析临床数据有望提升数据分析效率，并进一步提高临床护理质量，从而提高患者的治疗效果并降低医疗费用[19]。然而，人工智能算法在真实的临床环境中仍面临技术和伦理上的挑战。例如：（1）算法在处理标记不足的数据时检测混合变量的能力尚待提高；（2）算法难以完全融入常规的临床流程；（3）算法可能加剧健康不平等现象；（4）算法可能因缺乏明确的监管而引发法律纠纷。此外，许多已公开发表的人工智能算法缺乏可复制性和透明度，这增加了其他研究者进行审核和再现的难度[20]。美国国立医学科学院已发布了关于在临床背景下负责任地开发和使用人工智能的指导文件。FDA也计划通过预先认证程序来监管作为医疗器械的人工智能软件[18]。
总之，可穿戴设备和相关的人工智能算法在医学临床领域的应用已越来越广泛，但研究者和医疗工作者应持谨慎态度，确保其应用是安全、准确和有效的，以提供高质量的患者护理。
2 可穿戴设备在不同心血管疾病中的应用
2.1 心律失常
在心血管疾病的诊断与管理中，心率作为基本生理指标，不仅反映心脏功能，而且对于识别心律失常具有关键作用。长期维持较高水平的心率，对于心血管疾病患者往往预示着不佳的临床预后[21]。同时，心输出量是反映心脏泵血功能的关键参数，由每搏输出量与心率的乘积确定。因此，无论在健康还是疾病状态下，心率对于维持适当的心输出量均具有至关重要的作用[22]。
尽管传统的心率测量需要在专业的医疗环境下由专业人员操作，但随着科技的发展，现已推出了各种可穿戴心率测量设备。其中，腕部可穿戴设备与胸前贴片式设备为主流选择。此外，随着光电容积脉搏传感器技术的微型化，现已能够集成至日常使用的眼镜或戒指中[23]。这些设备多数采用了峰值检测算法，与传统的遥测方法相比，此算法的中位数误差<5%[24]。然而，对于某些特定的心律失常，如心房颤动（房颤）、房性或室性早搏，峰值检测可能会受到干扰，从而导致测量偏差。因此，已有研究者针对此问题，开发出更为精确的算法以提高心率监测的准确性。
为满足持续心率监测的需求，新型自供电可穿戴设备已经问世。这些设备能够通过捕捉手腕上桡动脉脉搏产生的生物力学能量，进而将机械能转化为电能，从而实现持续的心率监测[25]。
对于心律失常，尤其是阵发性心律失常，传统的心电图和动态心电图（Holter）往往无法长时间监测，并可能因此错过关键诊断信息。而植入式设备，虽然可以长时间记录，但由于其侵入性及需要专业操作的限制，普及率较低。针对心律失常开发的可穿戴设备，凭借光电容积脉搏波传感器，其对心律失常的敏感性和特异性均可达91%～100%[26]。尤其是对于房颤，这种与卒中风险显著相关的心律失常，及时和准确判断显得尤为重要。通过新型算法支持的可穿戴设备，如智能手表和智能手机，能够实现对房颤的高效筛查。研究[27–29]显示，基于光电容积脉搏波算法的智能手机对房颤筛查的灵敏度和特异性分别为90%～96%和85%～99%。
在中国，已有近25万人参与一项采用智能设备进行房颤筛查的研究[30]，其中超过18万人使用专为此目的开发的手机应用程序。结果显示，0.23%的参与者收到了房颤警示，而经验证，这些警示的阳性预测值高达91.6%。
尽管基于光电容积技术的可穿戴设备在心律失常筛查中展现了强大的潜力，但其仍然存在一定的局限性。例如，对于患有心脏期前收缩或皮肤色素沉着的患者，设备的准确性可能会受到影响。因此，为确保最佳的临床效果，继续研究与优化这些设备仍然至关重要[31-32]。
2.2 高血压
血压测量在众多临床疾病的治疗与管理中均具有核心地位。高血压与多种慢性疾病存在紧密关系，且它是全球疾病的主要发病与致死因素[33]。尽管大众普遍认为血压是动态变化的参数，但高血压治疗指南依然建议以静态血压的平均值为测量标准，旨在对波动及尖峰进行平衡处理[34]。传统血压测量方法主要分为有创和无创两大类。其中，动脉置管被视为有创的金标准，即通过在大动脉中置入一个压力传感器来获取血压波形图[35-36]。而标准的无创方法则为人工听诊，医生将听诊器放置于肱动脉上并使用水银压力计的袖带对上臂施加压力，通过观察袖带内压并同时监听Korotkoff声音来测定收缩压与舒张压[37]。但由于血压测量数据存在持续性波动，当前的测量方法均无法实现完美的数值重复。因此，亟需能在日常中进行频繁准确测量的便携式或可穿戴式设备。光电容积脉搏波描记法（PPG）作为一种主流方法，随着技术进步，其成本逐渐降低，并更加便携、微型化，更易于集成入手表或智能手机等可穿戴设备，促进其在市场上的推广。该技术可以追溯至20世纪30年代，原理为通过血管对光的吸收与反射量来估计血液体积[38]。Aktiia手环作为一款基于PPG技术的无袖带血压测量装置，需要用户初次使用时进行校准，并进行定期的复核以确保测量准确性[39]。另有设备集成了多种技术和参数，如脉搏传导时间、脉搏波分析及PPG等，能够持续记录血压数据，为用户提供丰富的血压变化信息[40]。这些设备为高血压的监测、诊断、控制和长期随访提供了极大的助力。但尽管如此，数据校准等问题仍是其在日常使用中所面临的主要挑战。当前对这些设备进行数据校准的方法尚缺乏大量的证据支持其可靠性。
2.3 心力衰竭
心力衰竭是一种临床病症，其经济负担重大并具有较高的患病率。相较于同年龄人群，心力衰竭患者的生存率明显降低。作为多数心血管疾病的终末阶段，心力衰竭的发病有时可能突如其来，且在一系列症状和体征恶化之后，迅速进入失代偿状态[41]。然而，许多心力衰竭的典型症状（如呼吸困难、疲劳等）和体征（如外周水肿等）并不特异，特别是在老年人中，这些症状和体征可能由其他疾病或治疗副作用引发。而颈静脉怒张、心脏扩大及第三心音等体征较为特异，却在临床实践中并不常见[42–44]。
确诊心力衰竭，尤其是明确左心室的功能状态（是否存在收缩功能障碍）仍具有挑战性。尽管对于左心室射血分数降低的心力衰竭存在明确的药物治疗方案，但在治疗指南的应用和药物剂量选择上仍存在分歧[45]。因此，心力衰竭的诊断、管理和治疗方法亟待进一步优化。在这方面，结合可穿戴技术与数字健康手段可能提供新的解决途径。
可穿戴设备的核心优势在于其能够超出传统医疗环境，实时监测患者的健康数据，为医疗决策提供实证依据，同时为生活方式的干预提供数据支持。例如，在心力衰竭的预防方面，实时步数反馈和个性化健康信息有助于丰富改变生活方式的干预措施；见图2。此外，心力衰竭患者的活动水平下降通常预示疾病进展和较差预后[46]。
图2
可穿戴设备作为干预方案在心力衰竭患者中的作用形式
近期研究[47-48]利用腕带式可穿戴设备监测心力衰竭患者的日常活动，发现低活动水平与更高的住院率密切相关。在治疗策略中，尽管药物治疗仍是关键，但患者对治疗的依从性仍不尽如人意，导致不良事件和更高的死亡率。此外，低健康素养、缺乏对药物说明书的正确理解等问题也对药物治疗效果产生负面影响[49-50]。
最近，一项随机对照试验[51]探讨利用可穿戴设备改善患者的服药依从性，通过向患者提供自身活动的个性化反馈，以此来评估其服药依从性是否会发生改变。如果此种干预在改善心力衰竭患者的临床状况中显示出积极效果，那么将有必要进行更大规模的研究来全面评估其临床效益。
2.4 外周动脉疾病
根据现有数据显示，全球约有超过2亿人受到外周动脉疾病的困扰，其中超过50%的受影响人群并未表现明显症状，然而，这部分无症状患者在进行截肢手术的患者中占3%～4%。更为重要的是，外周动脉疾病常为冠状动脉粥样硬化性疾病的前驱，从而显著提高患者发生心血管相关性死亡和心肌梗死的风险[52]。间歇性跛行是该疾病的标志性症状，而目前的研究表明，通过专业的运动疗法可以明显改善此症状。间歇性跛行的主要传统治疗方法是评估运动疗法，其效果主要依赖于患者自我报告，这种方法在长期的身体活动量化上存在局限性。而现代技术，如智能手机应用与可穿戴设备相结合，提供了对患者运动疗法的实时监测和反馈，从而可能增强疗法的依从性和潜在的治疗效果。值得注意的是，当前面向家庭运动疗法的应用大多与商用健身应用同步，专为外周动脉疾病设计的应用相对较少，故仅能用作患者的监测、培训、指导和教育。
踝肱指数被认为是评估外周动脉疾病的关键指标，及时、持续地对高风险人群进行踝肱指数监测，并进行早期干预，对于降低该疾病的致死率具有至关重要的意义[53]。美国国家卫生保健优化研究所与欧洲心脏病学会均建议利用踝肱指数评估外周动脉疾病的严重程度[54]。手持多普勒是测量踝肱指数的金标准，但该设备的使用需要经过专家培训以便精准操作来确保准确性[55]。Watson等[56]比较了英国市场上6种测量踝肱指数的系统，结论是MESI设备因其较高的敏感性和特异性而被认为是首选。未来，对MESI设备的进一步可行性研究将为评估其对心血管健康的长期影响提供重要依据。
2.5 冠状动脉粥样硬化性心血管疾病
尽管在某些发达国家，冠状动脉粥样硬化性心血管疾病的死亡率呈下降趋势，但该疾病在中国及其他发展中国家仍为过早发病与死亡的主导因素。在中国，由于该疾病引发的死亡人数达到约240万，占心血管疾病相关死亡的65%及总死亡的25%。而且，鉴于风险因素如肥胖、高血压、糖尿病和不良生活习惯等普遍存在，冠状动脉粥样硬化性心血管疾病的疾病负担仍在增长[57]。因此，预防此疾病的流行显得尤为重要。血脂异常被认为是冠状动脉粥样硬化病变的关键，众多学者和卫生机构都强调了心肺适能（CRF）与肌肉力量在改善血脂水平的核心作用，其机制主要是降低动脉粥样硬化相关的脂蛋白表达[58]。值得注意的是，有氧运动训练和阻力训练均可增强心肺适能和肌肉力量，进而降低动脉粥样硬化相关的脂蛋白表达。Lavie等[59]的研究进一步证实，运动训练能够持续优化血脂和心脏的代谢状态。目前，市场上已推出各种针对运动表现的可穿戴监测设备，能为用户提供即时的运动效果评估，并将运动数据转化为对血脂影响的反馈。通过深度学习技术，这些设备还能为个体制定最佳运动方案[60]。此外，对于主动脉的僵硬度监测亦被视为预测冠状动脉粥样硬化性心血管疾病的有效方法[61-62]。有研究[63]使用智能手表来监测腕部的脉搏波，并间接测定颈动脉至股动脉的脉搏波速度，随后利用XGBoost算法模型进行主动脉僵硬度评估。在97名受试者中，预测的颈-股脉搏波速度与标准测量结果高度相关（r=0.927，P＜0.001），所得的主动脉僵硬度评估同样准确。考虑到此类算法在可穿戴设备上的适应性，以及高度的准确性和稳定性，应进一步完善此评估模型，使主动脉僵硬度的筛查准确率能够超过90%，并推动其在更广泛的人群中应用。
3 总结与展望
当前，针对可穿戴设备的研究正逐步导向家庭为中心的医疗监测新模式。此模式极大地便利了疾病的诊断、治疗及护理流程，尤其是对于需长期监测生理指标的心血管疾病患者。这种创新模式不仅促进了医疗资源的优化配置，同时也显著降低了患者的经济与精神负担。尽管如此，一些技术与实践挑战限制了可穿戴技术在心血管领域的广泛应用。然而，伴随传感器和计算技术的持续进步，预计可穿戴设备将具备更为复杂的功能特性，成为心血管疾病诊疗过程中的重要组成部分。这不仅增强了疾病管理和干预的有效性，也为应对突发医疗情况提供了强有力的支持。可以预见的是，由可穿戴设备收集的海量数据为心血管疾病的未来研究方向提供了宝贵的参考与指导，有望为个体及社会带来显著的医疗获益。
利益冲突：无。
作者贡献：马鑫负责论文设计，查阅文献，论文撰写；李慧珍负责查阅和汇总部分文献；李勇男负责修改论文；吴向阳负责审阅及修改部分论文。
心血管疾病以其高发病率、致残率和死亡率的特征为全球所关注，并已逐渐成为全球主要的死因，对人类的可持续发展构成严重威胁[1]。在我国，由于居民普遍存在不健康生活方式、较大的心血管疾病高危人群以及日益加速的人口老龄化，心血管疾病的发病率和死亡率持续攀升。据统计，2020年我国农村和城市心血管疾病的死亡率分别高达48%和45.86%，即每5例死亡中，有近2例死于此疾病[2]。因此，对心血管疾病指标的连续、准确监测至关重要，能为早期干预和治疗提供关键依据。传统的数据收集方法主要有两种：一是基于患者回忆的报告，但此方法可能受到主观偏见的影响；二是患者在就医时使用医院设备进行检测，但此方法在急性症状出现时往往无法提供即时数据，导致数据不够及时且可能不准确。为解决上述问题，可穿戴设备作为一种便捷、准确、实时和专业的监测工具应运而生，能够在关键时刻为医生提供宝贵的疾病数据。本研究旨在综述可穿戴设备在心血管疾病领域的应用和价值。
1 可穿戴设备在心血管疾病中的应用特点
1.1 设备小型化与便携化
近年来，材料科学的突破进展为可穿戴设备的小型化和便携化提供了坚实基础。先进的材料技术使得微型传感器不但拥有高集成度，而且具有更强大的计算能力，从而更高效地处理复杂数据。目前，研究者[3-4]正尝试将传感器与织物结合，利用身体运动过程中传感元件的电阻变化进行监测。这主要是通过向传感元件注入微小的恒定电流，并使用专门的高阻抗放大器实现[5]。此外，通过将人体的物理和化学反应，如脉搏、胸部扩张和汗液等转化为必要的能量，可穿戴设备可长时间运行，进而摆脱对重型电池的依赖。例如，采用压力发电机或摩擦发电机将机械能转化为电能的方法，转换效率可达50%～85%，这主要适用于低功耗设备[6–8]。尽管目前为实现持续应用，这些发电装置需要在较大的表面积上进行集成，但其与纺织部件的结合有望实现长时间的低采样率应用。与此同时，利用汗液作为电化学能源的生物燃料电池适用于短时应用的表皮电子设备。该装置的功率密度可达1～3.5 mW/cm²，能在传感模式下为模块供电长达5 h，从而收集汇总数据。这种生物燃料电池既具有柔韧性，又便于集成到柔性传感系统中[9–11]。然而，由于不同用户生理出汗量和离子浓度的变化，可能导致设备性能不稳定，并受到所使用材料的限制[12]。
1.2 实时监测与自动处理
现代可穿戴设备均配备Wi-Fi功能，因此可以稳定地将监测到的数据实时上传至云端。这些设备有能力并行监测多种生理参数，并能够向临床医师发送重要的数据变化提醒。得益于网络连接，可穿戴设备不仅能够实时记录并处理数据，还能将数据经整合后以用户友好的界面展现，从而允许用户通过智能手机、智能手表或个人计算机获得并解读相关信息[13]；见图1。此外，直观且易于解读的数据反馈可作为有效的行为干预机制，鼓励用户更好地遵循医嘱，形成良性循环。
图1
可穿戴设备工作模式
通过可穿戴传感器监测患者运动依从性、运动表现以及相关的生理反应（即心率和呼吸频率等），其中智能手表作为数据记录器和网关，通过手机网络和/或互联网及卫星进行通信以及数据交互，使医生、家人能够实时观察佩戴者的数据，发生紧急情况时急救中心可随时根据患者定位及身体情况精准化派出救护车进行急救
相较于现有的心血管疾病监测仪器，其在运动状态下难以实时获取数据，从而可能遗漏了某些关键的实时反应[14]。而部分传统监测数据通常是运动后获得的，这可能导致快速的生理恢复掩盖了应激状态下的暂时性异常，进而产生假阴性结果。而可穿戴设备可以轻松地固定于胸部或其他部位，对用户活动造成的限制微乎其微，从而连续记录心脏活动，并在保障数据客观性的同时增强用户的安全感[15]。
从数据处理角度，可穿戴设备具备初步的数据分析功能，相较于临床医生面对大量数据流，其可更精确且避免不同观察者产生的偏差。集成在可穿戴设备中的深度学习网络，不仅在数据处理中显示出巨大潜力，而且通过连续数据流中的关键信息学习与优化，可能进一步增强其泛化处理能力[16]。
1.3 数据准确性与安全性
在新技术出现的初期，媒体的广泛关注可能会推动这些技术的快速应用。然而，对于研究人员，面对可穿戴设备在临床场景中的迅速应用，应持审慎态度。必须承认，不准确的数据比没有数据更具破坏性。因此，多项研究已对可穿戴设备采集的数据的准确性提出了质疑。这些设备数据的质量差异可能是由于在数字健康产品快速发展的背景下，缺乏相应的监管政策和共识。
2020年初，Coravos等[17]开发了一个实时评估传感器准确性和效果的框架，该框架将可穿戴设备视为测试对象。这一综合性框架概述了5个关键领域：验证、分析验证和临床验证，数据安全和隐私，数据管理和权利，实用性和可用性，经济可行性。该结构化标准的目的是确保这些设备在进入市场时能获得临床医生和患者的信任。之所以会有大量的未经验证且效果和安全性存疑的产品出现在市场上，很大程度上是因为缺乏明确的监管标准和政策。
以美国为例，有心电图功能的可穿戴设备或其他医疗相关传感器都受到监管机构的严格管理。美国食品药品监督管理局（FDA）将这些传感器分类为Ⅰ类或Ⅱ类医疗器械，并据此实施严格的监管[18]。对于那些没有明确政策监管的区域，临床医生在解释由未受监管的传感器收集的数据时必须极为谨慎，并综合考虑多种因素，例如设备的位置、用户的行为和具体的症状。与此同时，内置人工智能模型的软件和算法正在快速发展。其对传感器采集的复杂数据的深度分析能力也随之增强，可以高效处理海量数据，且其分析能力远超人类。应用增强人工智能分析临床数据有望提升数据分析效率，并进一步提高临床护理质量，从而提高患者的治疗效果并降低医疗费用[19]。然而，人工智能算法在真实的临床环境中仍面临技术和伦理上的挑战。例如：（1）算法在处理标记不足的数据时检测混合变量的能力尚待提高；（2）算法难以完全融入常规的临床流程；（3）算法可能加剧健康不平等现象；（4）算法可能因缺乏明确的监管而引发法律纠纷。此外，许多已公开发表的人工智能算法缺乏可复制性和透明度，这增加了其他研究者进行审核和再现的难度[20]。美国国立医学科学院已发布了关于在临床背景下负责任地开发和使用人工智能的指导文件。FDA也计划通过预先认证程序来监管作为医疗器械的人工智能软件[18]。
总之，可穿戴设备和相关的人工智能算法在医学临床领域的应用已越来越广泛，但研究者和医疗工作者应持谨慎态度，确保其应用是安全、准确和有效的，以提供高质量的患者护理。
2 可穿戴设备在不同心血管疾病中的应用
2.1 心律失常
在心血管疾病的诊断与管理中，心率作为基本生理指标，不仅反映心脏功能，而且对于识别心律失常具有关键作用。长期维持较高水平的心率，对于心血管疾病患者往往预示着不佳的临床预后[21]。同时，心输出量是反映心脏泵血功能的关键参数，由每搏输出量与心率的乘积确定。因此，无论在健康还是疾病状态下，心率对于维持适当的心输出量均具有至关重要的作用[22]。
尽管传统的心率测量需要在专业的医疗环境下由专业人员操作，但随着科技的发展，现已推出了各种可穿戴心率测量设备。其中，腕部可穿戴设备与胸前贴片式设备为主流选择。此外，随着光电容积脉搏传感器技术的微型化，现已能够集成至日常使用的眼镜或戒指中[23]。这些设备多数采用了峰值检测算法，与传统的遥测方法相比，此算法的中位数误差<5%[24]。然而，对于某些特定的心律失常，如心房颤动（房颤）、房性或室性早搏，峰值检测可能会受到干扰，从而导致测量偏差。因此，已有研究者针对此问题，开发出更为精确的算法以提高心率监测的准确性。
为满足持续心率监测的需求，新型自供电可穿戴设备已经问世。这些设备能够通过捕捉手腕上桡动脉脉搏产生的生物力学能量，进而将机械能转化为电能，从而实现持续的心率监测[25]。
对于心律失常，尤其是阵发性心律失常，传统的心电图和动态心电图（Holter）往往无法长时间监测，并可能因此错过关键诊断信息。而植入式设备，虽然可以长时间记录，但由于其侵入性及需要专业操作的限制，普及率较低。针对心律失常开发的可穿戴设备，凭借光电容积脉搏波传感器，其对心律失常的敏感性和特异性均可达91%～100%[26]。尤其是对于房颤，这种与卒中风险显著相关的心律失常，及时和准确判断显得尤为重要。通过新型算法支持的可穿戴设备，如智能手表和智能手机，能够实现对房颤的高效筛查。研究[27–29]显示，基于光电容积脉搏波算法的智能手机对房颤筛查的灵敏度和特异性分别为90%～96%和85%～99%。
在中国，已有近25万人参与一项采用智能设备进行房颤筛查的研究[30]，其中超过18万人使用专为此目的开发的手机应用程序。结果显示，0.23%的参与者收到了房颤警示，而经验证，这些警示的阳性预测值高达91.6%。
尽管基于光电容积技术的可穿戴设备在心律失常筛查中展现了强大的潜力，但其仍然存在一定的局限性。例如，对于患有心脏期前收缩或皮肤色素沉着的患者，设备的准确性可能会受到影响。因此，为确保最佳的临床效果，继续研究与优化这些设备仍然至关重要[31-32]。
2.2 高血压
血压测量在众多临床疾病的治疗与管理中均具有核心地位。高血压与多种慢性疾病存在紧密关系，且它是全球疾病的主要发病与致死因素[33]。尽管大众普遍认为血压是动态变化的参数，但高血压治疗指南依然建议以静态血压的平均值为测量标准，旨在对波动及尖峰进行平衡处理[34]。传统血压测量方法主要分为有创和无创两大类。其中，动脉置管被视为有创的金标准，即通过在大动脉中置入一个压力传感器来获取血压波形图[35-36]。而标准的无创方法则为人工听诊，医生将听诊器放置于肱动脉上并使用水银压力计的袖带对上臂施加压力，通过观察袖带内压并同时监听Korotkoff声音来测定收缩压与舒张压[37]。但由于血压测量数据存在持续性波动，当前的测量方法均无法实现完美的数值重复。因此，亟需能在日常中进行频繁准确测量的便携式或可穿戴式设备。光电容积脉搏波描记法（PPG）作为一种主流方法，随着技术进步，其成本逐渐降低，并更加便携、微型化，更易于集成入手表或智能手机等可穿戴设备，促进其在市场上的推广。该技术可以追溯至20世纪30年代，原理为通过血管对光的吸收与反射量来估计血液体积[38]。Aktiia手环作为一款基于PPG技术的无袖带血压测量装置，需要用户初次使用时进行校准，并进行定期的复核以确保测量准确性[39]。另有设备集成了多种技术和参数，如脉搏传导时间、脉搏波分析及PPG等，能够持续记录血压数据，为用户提供丰富的血压变化信息[40]。这些设备为高血压的监测、诊断、控制和长期随访提供了极大的助力。但尽管如此，数据校准等问题仍是其在日常使用中所面临的主要挑战。当前对这些设备进行数据校准的方法尚缺乏大量的证据支持其可靠性。
2.3 心力衰竭
心力衰竭是一种临床病症，其经济负担重大并具有较高的患病率。相较于同年龄人群，心力衰竭患者的生存率明显降低。作为多数心血管疾病的终末阶段，心力衰竭的发病有时可能突如其来，且在一系列症状和体征恶化之后，迅速进入失代偿状态[41]。然而，许多心力衰竭的典型症状（如呼吸困难、疲劳等）和体征（如外周水肿等）并不特异，特别是在老年人中，这些症状和体征可能由其他疾病或治疗副作用引发。而颈静脉怒张、心脏扩大及第三心音等体征较为特异，却在临床实践中并不常见[42–44]。
确诊心力衰竭，尤其是明确左心室的功能状态（是否存在收缩功能障碍）仍具有挑战性。尽管对于左心室射血分数降低的心力衰竭存在明确的药物治疗方案，但在治疗指南的应用和药物剂量选择上仍存在分歧[45]。因此，心力衰竭的诊断、管理和治疗方法亟待进一步优化。在这方面，结合可穿戴技术与数字健康手段可能提供新的解决途径。
可穿戴设备的核心优势在于其能够超出传统医疗环境，实时监测患者的健康数据，为医疗决策提供实证依据，同时为生活方式的干预提供数据支持。例如，在心力衰竭的预防方面，实时步数反馈和个性化健康信息有助于丰富改变生活方式的干预措施；见图2。此外，心力衰竭患者的活动水平下降通常预示疾病进展和较差预后[46]。
图2
可穿戴设备作为干预方案在心力衰竭患者中的作用形式
近期研究[47-48]利用腕带式可穿戴设备监测心力衰竭患者的日常活动，发现低活动水平与更高的住院率密切相关。在治疗策略中，尽管药物治疗仍是关键，但患者对治疗的依从性仍不尽如人意，导致不良事件和更高的死亡率。此外，低健康素养、缺乏对药物说明书的正确理解等问题也对药物治疗效果产生负面影响[49-50]。
最近，一项随机对照试验[51]探讨利用可穿戴设备改善患者的服药依从性，通过向患者提供自身活动的个性化反馈，以此来评估其服药依从性是否会发生改变。如果此种干预在改善心力衰竭患者的临床状况中显示出积极效果，那么将有必要进行更大规模的研究来全面评估其临床效益。
2.4 外周动脉疾病
根据现有数据显示，全球约有超过2亿人受到外周动脉疾病的困扰，其中超过50%的受影响人群并未表现明显症状，然而，这部分无症状患者在进行截肢手术的患者中占3%～4%。更为重要的是，外周动脉疾病常为冠状动脉粥样硬化性疾病的前驱，从而显著提高患者发生心血管相关性死亡和心肌梗死的风险[52]。间歇性跛行是该疾病的标志性症状，而目前的研究表明，通过专业的运动疗法可以明显改善此症状。间歇性跛行的主要传统治疗方法是评估运动疗法，其效果主要依赖于患者自我报告，这种方法在长期的身体活动量化上存在局限性。而现代技术，如智能手机应用与可穿戴设备相结合，提供了对患者运动疗法的实时监测和反馈，从而可能增强疗法的依从性和潜在的治疗效果。值得注意的是，当前面向家庭运动疗法的应用大多与商用健身应用同步，专为外周动脉疾病设计的应用相对较少，故仅能用作患者的监测、培训、指导和教育。
踝肱指数被认为是评估外周动脉疾病的关键指标，及时、持续地对高风险人群进行踝肱指数监测，并进行早期干预，对于降低该疾病的致死率具有至关重要的意义[53]。美国国家卫生保健优化研究所与欧洲心脏病学会均建议利用踝肱指数评估外周动脉疾病的严重程度[54]。手持多普勒是测量踝肱指数的金标准，但该设备的使用需要经过专家培训以便精准操作来确保准确性[55]。Watson等[56]比较了英国市场上6种测量踝肱指数的系统，结论是MESI设备因其较高的敏感性和特异性而被认为是首选。未来，对MESI设备的进一步可行性研究将为评估其对心血管健康的长期影响提供重要依据。
2.5 冠状动脉粥样硬化性心血管疾病
尽管在某些发达国家，冠状动脉粥样硬化性心血管疾病的死亡率呈下降趋势，但该疾病在中国及其他发展中国家仍为过早发病与死亡的主导因素。在中国，由于该疾病引发的死亡人数达到约240万，占心血管疾病相关死亡的65%及总死亡的25%。而且，鉴于风险因素如肥胖、高血压、糖尿病和不良生活习惯等普遍存在，冠状动脉粥样硬化性心血管疾病的疾病负担仍在增长[57]。因此，预防此疾病的流行显得尤为重要。血脂异常被认为是冠状动脉粥样硬化病变的关键，众多学者和卫生机构都强调了心肺适能（CRF）与肌肉力量在改善血脂水平的核心作用，其机制主要是降低动脉粥样硬化相关的脂蛋白表达[58]。值得注意的是，有氧运动训练和阻力训练均可增强心肺适能和肌肉力量，进而降低动脉粥样硬化相关的脂蛋白表达。Lavie等[59]的研究进一步证实，运动训练能够持续优化血脂和心脏的代谢状态。目前，市场上已推出各种针对运动表现的可穿戴监测设备，能为用户提供即时的运动效果评估，并将运动数据转化为对血脂影响的反馈。通过深度学习技术，这些设备还能为个体制定最佳运动方案[60]。此外，对于主动脉的僵硬度监测亦被视为预测冠状动脉粥样硬化性心血管疾病的有效方法[61-62]。有研究[63]使用智能手表来监测腕部的脉搏波，并间接测定颈动脉至股动脉的脉搏波速度，随后利用XGBoost算法模型进行主动脉僵硬度评估。在97名受试者中，预测的颈-股脉搏波速度与标准测量结果高度相关（r=0.927，P＜0.001），所得的主动脉僵硬度评估同样准确。考虑到此类算法在可穿戴设备上的适应性，以及高度的准确性和稳定性，应进一步完善此评估模型，使主动脉僵硬度的筛查准确率能够超过90%，并推动其在更广泛的人群中应用。
3 总结与展望
当前，针对可穿戴设备的研究正逐步导向家庭为中心的医疗监测新模式。此模式极大地便利了疾病的诊断、治疗及护理流程，尤其是对于需长期监测生理指标的心血管疾病患者。这种创新模式不仅促进了医疗资源的优化配置，同时也显著降低了患者的经济与精神负担。尽管如此，一些技术与实践挑战限制了可穿戴技术在心血管领域的广泛应用。然而，伴随传感器和计算技术的持续进步，预计可穿戴设备将具备更为复杂的功能特性，成为心血管疾病诊疗过程中的重要组成部分。这不仅增强了疾病管理和干预的有效性，也为应对突发医疗情况提供了强有力的支持。可以预见的是，由可穿戴设备收集的海量数据为心血管疾病的未来研究方向提供了宝贵的参考与指导，有望为个体及社会带来显著的医疗获益。
利益冲突：无。
作者贡献：马鑫负责论文设计，查阅文献，论文撰写；李慧珍负责查阅和汇总部分文献；李勇男负责修改论文；吴向阳负责审阅及修改部分论文。
