來自斯坦福的聲音：可穿戴設備能預測疾病發生

如今，可穿戴設備因其功能新穎、外觀時尚美觀，逐漸成為一種生活新時尚，手腕上的一款智能手錶變身成潮流的象徵。

據雷鋒網AIHealth欄目消息了解到，可穿戴設備市場的規模在2016年達到1.23億件，並有望在2020年達到4.11億件。

在可穿戴市場欣欣向榮、春光無限好的時候，對於他們在臨床醫療中的應用研究卻寥寥無幾。最近的一篇研究中稱，在醫療保健的成本控制和流程優化方面，配備生物感測器的可穿戴設備幾乎無用，言下之意是：所謂可穿戴設備讓我們生活更健康，只是一種美好的想像。

1月12日，斯坦福大學在《PLOS Biology》發表的一篇文章中稱，可穿戴式生物感測器不僅可以監測心率、體表溫度、運動量和其他生理參數，還能檢測出與肝炎、炎症甚至胰島素有關的重要生理指標的異常。在我們將要得病而未得之前，可穿戴設備可能會提前預測出來。

文章中提到，許多可穿戴感測器能連續頻繁地監測生理功能，包括心率、體表溫度、血氧水平以及運動。可穿戴感測器24小時監測身體機能，在用戶患病或有其它異常時，來自這些感測器的數據顯示出了日常活動模式的個性化差異。

遺傳學家Michael Snyder領導了這次研究。Michael Snyder是斯坦福遺傳學主席、基因組學和個性化醫學中心主任，是功能基因組學和蛋白質組學領域的領袖級人物。

研究人員觀察分析了來自60個測量對象的20億監測數據。研究對象攜帶運動追蹤器和其他監測器的數量從1個到7個不等。研究人員將生物感測器收集的數據將進一步與斯坦福大學的標準生命體征監測器收集數據對比。這些感測器每天測量25萬次，通過收集關鍵數據比如體重、心率、體表溫度、睡眠、運動和卡路里消耗以及在γ射線和X射線中的暴露情況等，研究人員為每個測量對象建立其個性化的「正常範圍」。

研究人員結合環境條件的改變（比如坐飛機等）、疾病以及其他影響健康的因素，就能監測到每個人的正常生理參數的變異情況。研究團隊觀察到——可穿戴設備能預測萊姆病和炎症的發生，這樣，利用感測器收集的數據就能建立個性化疾病監測演算法。他們同時發現，感測器能區分出胰島素敏感和胰島素抵抗患者，這意味著這種設備未來有可能協助識別有2型糖尿病風險的人。

文章中提到，「總之，研究結果表明，攜帶型生物感測器對監測個人日常活動和生理狀況大有裨益，未來對於社會經濟條件受限或偏遠地區人們的健康管理和健康護理中發揮巨大的作用」。

但是，作者同時提到，可穿戴設備也可能發出錯誤的警報，以及對於疾病的過度診斷。錯誤警報的發生次數取決於設定的異常狀況門檻值，而這個數值是可以個性化設置的。雷鋒網

雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。