智能手錶真能救命嗎？
可穿戴設備功能已經不再局限於計步等簡單功能，配上人工智慧軟體，它們能發現用戶潛在的疾病！
對於可穿戴設備提醒自己需要更多睡眠，鼓勵自己多鍛煉，每天行走1萬步時「獲得掌聲」，許多人都已經習以為常。
但是，可穿戴設備會提醒用戶存在嚴重健康問題，並因此挽救用戶的生命嗎？
得益於感測器技術的進步，新批准的配件和改良的深度學習軟體，可穿戴設備重要性堪比醫生的日子已經不遠了。
智 能 手 表 真 能 救 命 嗎 ？
昨天晚上
Apple Watch
救了我的命
TechRadar與垃圾回收公司Bywaters售後服務顧問拉切爾·菲舍爾（Rachael Fisher）進行了溝通，去年，一款可穿戴設備救了她一命。
她說，「我決定利用Apple Watch隨機查看一下我處於放鬆狀態時的心跳次數。但讓我感到震驚的是，Apple Watch顯示我的心跳次數是每分鐘140次／150次（正常情況下每分鐘心跳是70－100次）。」
「我開始認為這是暫時的，但這種情況持續了數周、數月，我意識到我的心率不會自己慢下來了。為此，我進行了驗血檢查，檢查結果表明我患有甲狀腺機能亢進，而且非常嚴重，我的醫生說我隨時會犯心臟病。我現在在服用β阻滯劑和其他藥物，心率已經恢復到正常水平。」
菲舍爾的故事值得注意，但有這種經歷的並非只有她一個人。最近數月，有關主流可穿戴設備提醒用戶潛在健康問題的報道不時出現在媒體上。
例如，去年10月，播客製作者、記者詹姆士·格林（James Green）佩戴有 Apple Watch——在發現其安靜心率激增後提醒他去看急診。醫生診斷髮現他的肺中有血栓。
如果你認為這些只是小概率事件，也說得過去。但最近的研究發現，從Apple Watch和FitbitIonic等可穿戴設備獲得的心率數據幾乎與醫療級心電圖檢查一樣準確。
因此，之前沒有檢查出疾病的用戶，在這些消費類設備的幫助下發現他們可能患有自己不知道的疾病——例如甲狀腺機能亢進、心率不齊或血栓，是合乎情理的。隨著技術的進步，這種情況很可能會變得更加普遍。
從計步到挽救生命
當可穿戴設備首次問世時，它們收集的數據非常簡單，包括行走的步數和晚上多長時間起床一次。這是因為大多數可穿戴設備配置有加速計——擅長檢測運動，但不擅長檢測其他項目。
時至今日，很多可穿戴設備配備的感測器，能夠收集有關佩戴者健康、健身和生活方式的各種數據。
從通過加速計追蹤呼吸作用記錄壓力水平，到通過檢測運動時最大攝氧量評估健身水平，它們能監測方方面面的數據。
這意味著它們的功能遠遠超過了過去增強版的計步器，在某些情況下已經變得像醫療級別的技術——通常它們只應用在醫院中——一樣有用和聰明。
在提醒我們健康狀況和發現潛在疾病方面最有用的感測器，是用來監測心率的感測器。
市場研究公司FeibusTech首席分析師邁克·菲巴斯（Mike Feibus）向TechRadar表示：「2017年，我們終於明白，即使是可穿戴設備中最差的心率感測器也是相當不錯的。這是一個重要的里程碑，因為這意味著那些開發生物信息識別技術的公司，可能會採用最低限度的準確性。」
TechRadar向數字健康諮詢公司普通合伙人基思·格蘭姆斯（Keith Grimes）諮詢心率如此重要的原因。
格蘭姆斯解釋說，「在健身中，心率監測對訓練無疑是有益的，但在健康方面，心率監測則要複雜一些。作為醫生，我對心率的極端狀態（過高——心動過速，過低——心動過緩）和心律不齊感興趣。消費級心率監測設備聲稱能發現心律不齊，例如房顫——心臟跳動不規律。如果早期發現，並用血液稀釋藥物進行治療，可以降低中風的風險。」
利用技術監測心臟
有兩種主要的方法可以準確檢測心臟功能，它們被稱為光電容積脈搏波描記法和心電圖技術。
大部分可穿戴設備（尤其是戴在手腕上的設備）都使用光電容積脈搏波描記法。其工作原理是，因為血液是紅色的，所以它反射紅色光並吸收綠色光。這意味著，通過使用發出綠色光的LED，設備可以準確地檢測到手腕上流過的血液量。
流過的血液越多，吸收的綠色光就越多，因此設備可以準確獲取心率（每分鐘跳動次數）以及心率變異性——心跳間隔長度的變化，也是表示心臟健康狀況的一個很好的指標。
Fitbit和蘋果是兩家最受歡迎的可穿戴設備品牌，它們採用光電容積脈搏波描記技術來追蹤心率。許多其他品牌也使用這一技術，但並不總是通過手腕檢測心率。
例如，Polar和Wahoo都推出了採用光電容積脈搏波描記法監測心率的臂帶，它們聲稱，鑒於手臂上靜脈的位置，它們的設備更精確，而Moov HR Sweat則以同樣的理由帶在頭上。
儘管大多數生產能監測心率的可穿戴設備的公司，都使用類似的光學感測器技術，但他們正在努力改進演算法，以為用戶的健身提供更加有用和精準的意見。
不可忘記的是，很久以來，醫療級技術就一直能非常準確地追蹤心率。如果醫生或心臟病專家想要更好地了解患者心臟的功能，他們通常使用心電圖機。
與光電容積脈搏波描記法相比，心電圖技術利用一系列感測器讀取從身體各個部位採集到的電信號。這些電信號，提供關於患者心律和電活動的信息——可以用來檢測心律不齊、心臟病或心肌病等疾病。
儘管大多數主流可穿戴設備都使用光電容積脈搏波描記法，但也有許多設備使用心電圖技術，例如Polar H10和其他胸帶。許多心電圖配件可以與腕帶式設備配合使用，蘋果極有在新版Apple Watch中採用某種形式的心電圖技術。
有許多科學文獻討論對於檢測心臟病，是光電容積脈搏波描記法還是心電圖技術更精確。《美國心臟病學會雜誌》2017年發表的一篇文章稱，在追蹤心率和心動過緩（心跳緩慢）方面，可穿戴式光電容積脈搏波描記法技術與心電圖技術一樣精確，但在識別心動過速（心跳快）方面，精度不如後者。
簡而言之，心電圖通常被認為更精確，這是有道理的，因為使用光電容積脈搏波描記法、面向消費者的可穿戴設備，主要是為了幫助人們實現健身目標，而不是提醒他們注意嚴重的健康問題。
但心電圖設備更笨重、成本更高、佩戴難度大。這意味著儘管光電容積脈搏波描記法並不總是非常可靠，但是，被融入到更多的消費級設備中，仍然可能使其非常重要，並可能挽救用戶生命。
值得指出的是，由於被消費者而非醫生所使用，錯誤的讀數可能會帶來更嚴重的後果。
格蘭姆斯向TechRadar表示，「我們必須確保消費級心率檢測裝置是精確的，並且真正幫助人們管理他們的健康。」
一個很好的例子可能是一個患者服用β阻滯劑治療心臟病。如果劑量太高，患者的心率會下降到正常水平以下，帶來副作用。使用不精確的以消費者為中心的設備，可能造成延誤病情或讓用戶草木皆兵。
利用人工智慧更好地了解我們的身體狀況
但目前的感測器，也只能向我們提供這麼多信息。這就是為什麼許多公司一直在開發其他應用程序、深度學習軟體和配件，通過將感測器收集的數據與平均值、過去的數據進行比較，從而更好地利用收集的數據，更好地預測用戶身體狀況可能變化的原因。
例如，去年美國食品和藥物管理局批准了AliveCor的KardiaBand，使其成為Apple Watch第一款真正的醫療配件。它包含的錶帶，就是一個攜帶型心電圖機。
到目前為止，Apple Watch已經證明能夠利用光電容積脈搏波描記法追蹤心率，但KardiaBand的功能是通過比較當前數據和過去的數據，讓醫生知道用戶患有心律不齊和房顫。
這聽起來很簡單，但可能是一個巨大的進步，因為，目前通常情況下只有診所或醫院才配有心電圖機。
斯克里普斯研究所執行副總裁、分子醫學教授埃里克·托波爾（Eric Topol）同意這一看法，即AliveCor等設備使用的演算法是最重要的。
托波爾表示，「心率感測器本身用處不大。但是它們現在可以與人工智慧（深度學習技術）結合起來檢測心律問題，例如房顫——可能是導致中風的一個主要風險。」
菲巴斯解釋說，儘管存在局限性，AliveCor的技術是拓展可穿戴設備用途的一個很好的範例。醫生們信任AliveCor，因為其第一款產品是可以放在口袋中的心電圖機。他補充說，鑒於其「血統」，AliveCor可以推動醫療界朝著正確的方向前進。
去年，Apple Watch和Android Wear應用Cardiogram的團隊，與美國心臟協會聯合研究發現，利用深度神經網路DeepHeart，Fitbit和Apple Watch收集的數據可以用來發現高血壓和睡眠呼吸暫停。
Cardiogram聯合創始人布蘭登·巴林格（Brandon Ballinger）向TechRadar表示，「這項研究首次表明，經過訓練的人工智慧可以完成醫生無法完成的任務——分析普通可穿戴設備收集的一周的數據，以及辨別與肉眼不可見的高血壓和睡眠呼吸暫停相關的微妙模式。」
這可以讓人工智慧和人類智能發揮各自的優勢——人工智慧篩選大數據來識別不容易發現的模式，人提供有細微差別的關懷。
這些例子只是新趨勢的開端。去年年末，蘋果宣布計劃與斯坦福醫學院合作、收集心律不齊患者心率數據並通知可能正在經歷房顫的用戶的計劃，清楚地表明了其進軍醫療科技領域的意圖。
此舉理所當然地促使許多業內人士預測，科技行業已經把目光投向開發使普通消費者比以往更了解自己健康狀況的產品、設備和服務。
格蘭姆斯說，未來智能手錶將會越來越多地使用感測器技術，擴大應用範圍，不僅監測心率，還可以監測心率變異性以及其他重要的生理指標，例如脈搏波速度、氧飽和度和呼吸頻率。結合更多的臨床數據和機器學習的廣泛應用，我們可以更早地發現疾病或藥物的不良反應。
其實在中國，進行類似布局和研發的公司並不少，甚至有比蘋果進行得更早。在武漢就有一家公司，研發的久樂表就是主打"醫療級健康監測+全智能健康預警」，這款產品目前已經實現24小時實時監測人體心率、血氧飽和度變化，感測器採集的數據實時傳送到雲端平台通過人工智慧深度學習演算法進行大數據分析，數據只要進入健康風險區域，將自動觸發預警。當用戶發生心梗、腦梗、腦中風、心臟衰竭、呼吸暫停、哮喘、中毒等健康風險時，久樂表的人工智慧生命預警神經網路可以通過心率血氧等生理參數的異常變化在相當大的程度上實現及時發現，乃至提前發現，同時第一時間提醒。
自己掌握自己的健康狀況
我們正處於一個激動人心的時代，可穿戴設備不僅成為醫療專業人士的重要診斷工具，也成為其他人的重要診斷工具。
格蘭姆斯向TechRadar表示，「醫療保健正在發展，從過去家長式的『醫生最懂』演變到患者更了解他們健康狀況。」消費技術正在幫助滿足現代患者的需求，但我們必須小心，確保技術的精度。
菲巴斯認為，下一個挑戰將是說服醫療界認可可穿戴設備的價值。他說，最大的挑戰是如何將來自以消費者為中心的可穿戴設備的洞察力整合到醫護人員的工作流程中。
格蘭姆斯說，「如果我們能夠找到一種方法，將這些設備生成的大量數據轉化為可供患者和醫生使用的信息，那麼未來是非常光明的。」如果不成功，我們將使已經問題多多的醫療服務，再添上健康焦慮症這個問題
希望我們不會出問題。這樣，可穿戴公司就可以生產更加精確的感測器，集成可以輔助分析的神經網路，並與醫療保健專業人員進行溝通，這些專業人員將能夠更好地為我們服務，我們也將能夠更緊密地關注我們自己的健康。
TAG:久樂科技 |