COVID-19 凸顯了及時提供醫療保健數據對于幫助識別受感染和高危人群的重要性。然而，早在 COVID-19 大流行之前，醫療保健可穿戴設備和其他聯網醫療設備就已經證明它們能夠提供警告潛在健康問題所需的長期數據。在大流行結束很久之后，可穿戴設備可能會在醫療保健領域發揮更大的作用。通過提供對主要生命體征的持續更新測量，可穿戴設備將有助于縮短治療時間，并減輕醫護人員執行必要但耗時的測量的負擔，從而使他們能夠專注于患者護理。在這里，我們將探討可穿戴設備如何提供有效的長期解決方案，以提供醫護人員所需的基本患者數據。

生命體征測量的重要性

生命體征測量通常為醫療保健提供者提供疾病或慢性健康問題的最初跡象。出于這個原因，幾十年來，任何去醫生辦公室、診所或醫院的訪問都是從測量個人的主要生命體征開始的，包括體溫、脈搏率、呼吸率和血壓。在某些健康狀況下，其他生理指標（例如外周血氧飽和度 (SpO2)）變得越來越重要，并包含在生命體征測量列表中。

通過經驗和培訓，當醫生發現主要生命體征發生變化或讀數異常時，他們就會意識到潛在的病理，包括：

體溫，可以反映人體免疫系統對感染或其他情況的反應。

脈搏率，可以指示心臟的潛在問題。

呼吸頻率，它反映了心血管的整體健康狀況，并為可能出現的心肺問題提供了一個特別重要的指標。

反映心血管健康狀況的血壓，通常提示其他多種健康狀況。

隨著 COVID-19 大流行的發展，生命體征測量變得尤為重要。醫療保健專業人員發現，一個相對可靠的 COVID-19 預測因子是人體對引起該病的 SARS-CoV-2 病毒感染的免疫反應引起的體溫升高。因此，體溫測量作為可能感染的篩查手段迅速得到廣泛應用。事實上，定期監測全套生命體征對于那些因年齡、慢性健康狀況或可能損害免疫系統的狀況而被認為處于危險中的人來說仍然特別重要。

對于那些感染了 SARS-CoV-2 病毒的人，醫生會監測一組擴展的生命體征，以觀察 COVID-19 疾病的進展。例如，SpO2 測量對于檢測與感染損害呼吸系統的能力相關的氧飽和度降低至關重要。當氧飽和度降低時（如 COVID-19 病例中經常出現的情況），隨著心肺系統試圖獲得更多氧氣，呼吸頻率可能會上升。由于疾病的進一步發展會廣泛影響人體生理，因此必須經常監測患者的生命體征。

使用可穿戴技術測量生命體征

對于這些生命體征中的每一個，可穿戴技術正在出現或已經到位，可以以所需的更新速率長時間執行生命體征測量。例如，溫度可穿戴設備已經在醫院發揮作用，特別是在許多新生兒病房中，嬰兒佩戴微型無線溫度傳感器貼片，使醫護人員能夠監測體溫而不會打擾他們的小病人。

內置心率監測器 (HRM) 的智能手表和健身手環不僅可以為用戶提供基本的心率測量，還可以作為高級檢測其他健康問題的基礎。根據數字健康初創公司 Cardiogram 和加州大學舊金山分校 (UCSF) 使用來自支持 HRM 的智能手表的心率數據進行的一項研究，即使是常規心率數據也可以檢測心房顫動或其他心律失常。Cardiogram 和 UCSF 的進一步研究發現，心率數據可以提供糖尿病或糖尿病前期狀況的早期指標。其他類型的心率數據分析可以提供心率變異性 (HRV) 測量，它可以發出心血管疾病等生理病理和焦慮或抑郁等心理因素的信號，

使用具有 HRM 功能的智能手表和健身可穿戴設備中使用的相同類型的光學傳感器，其他分析技術可以得出 SpO2、呼吸頻率和血壓，而無需單獨的脈搏血氧儀夾、呼吸胸帶或血壓袖帶。同樣，其他可穿戴技術和測量技術可以生成具有足夠分辨率的心電圖，以提醒醫生需要進行更深入的測試。

對于長期研究，可穿戴設備有助于確保患者的依從性，他們不再需要去診所，甚至不需要在家中連接一些笨重的醫療設備。事實上，即使在某些醫療保健可穿戴測量中經常發現可變性和分辨率降低，結果通常也足以向醫療保健提供者提供早期預警。

利用關鍵推動因素增強醫療保健監測

先進的傳感器技術和復雜的分析方法只是醫療保健可穿戴難題的一部分，但持續生命體征監測所需的其余部分很容易獲得。可穿戴設備開發人員可以利用廣泛的無線連接解決方案，包括帶有用于藍牙? 5和其他連接選項的集成無線電子系統的微控制器。

可穿戴設備可以使用標準安全機制維護支持它們在醫療保健數據鏈中使用所需的完整性和高級別數據機密性。可穿戴設備圍繞無線微控制器構建，可以將醫療保健數據安全地發送到移動設備、本地網絡，甚至云端。這些同樣支持藍牙的設備還為接觸者追蹤算法提供了基礎，這些算法旨在阻止未來 COVID-19 的爆發，而不會損害個人隱私或安全。這些和其他超低功耗設備提供了支持更復雜的醫療保健算法所需的功能和性能，而不會影響電池供電產品通常可用的有限功率預算。

結論

憑借其小巧的尺寸和舒適的貼合性，可穿戴設備可以按照醫生要求的更新速率和測量持續時間執行不引人注意的測量，而不會進一步增加醫護人員的負擔。幸運的是，基礎可穿戴技術和分析能力已經到位，可以促進正在努力從大流行中恢復并尋求更有效、更長期的解決方案以改善健康和福祉的人群的醫療保健。

Stephen Evanczuk 擁有超過20年的電子行業寫作經驗，涉及廣泛的主題，包括硬件、軟件、系統和應用程序，包括物聯網。他獲得了博士學位。在神經網絡的神經科學領域，并在航空航天工業中從事大規模分布式安全系統和算法加速方法方面的工作。目前，當他不撰寫有關技術和工程的文章時，他正在研究深度學習在識別和推薦系統中的應用。

審核編輯黃宇