社论：从实验室到临床：人工智能与远程患者监测 - AI与医疗健康

社论：从实验室到临床：人工智能与远程患者监测Editorial: Bench to Bedside: AI and Remote Patient Monitoring

环球医讯 / AI与医疗健康来源：www.frontiersin.org美国 - 英语2025-08-21 03:50:31 - 阅读时长7分钟 - 3262字

本文系统阐述了人工智能与远程患者监测技术在医疗领域的突破性进展，分析了新冠疫情加速医疗数字化转型的现状，探讨了可穿戴设备、云计算和机器学习在监测抑郁障碍、退行性疾病及呼吸系统疾病中的创新应用，同时指出数据安全、算法偏倚、设备普及性等关键挑战，提出基于云架构和生成式AI的解决方案，并为未来医疗体系的智能化转型提供了五个战略方向，包括基础设施扩展、数字素养提升、个性化算法优化、伦理框架构建和数据增强技术发展，全文涵盖11项实证研究案例，展示了从基础研究向临床应用转化的完整路径。

引言

全面掌握患者的生理功能和心理健康状态至关重要，特别是对高风险人群而言。持续的长期数据采集有助于优化风险分层、实现个性化治疗选择并早期发现不良事件。实时监测可实现及时干预，在提升生活质量的同时降低医疗资源消耗。随着医疗体系向精准医疗和责任制护理转型，实现这些目标需要创新、经济且可扩展的患者监测技术。

移动应用、可穿戴设备和生理传感器的最新进展，使持续数字化监测多种生理及心理参数成为可能（常被称为"数字轨迹"）。本专题集合探讨了这些技术如何增强临床决策、数据分析面临的挑战，以及如何弥合研究与实际应用之间的鸿沟，旨在通过本次征集的成果进一步推动医疗技术的"转化"，即从"实验室"到"病床边"的实践转化。

已发表论文摘要

新冠疫情极大加速了远程医疗和患者监测技术的应用。Pugmire等人的研究考察了医疗机构在推行新冠远程监测（CRPM）项目中的实践经验，发现领导层的深度参与是成功实施的最关键因素。

全球心理健康问题激增被认为至少部分归因于新冠疫情，美国疾控中心数据显示，每三位成年人中就有一位经历显著焦虑或抑郁症状。氯胺酮近年成为精神药理学重要突破，FDA批准其特定形式Spravato用于治疗难治性抑郁症（TRD）和伴有自杀倾向的重度抑郁障碍（MDD）。这些药物虽具潜力，但改变意识状态的治疗需要严密的患者监测。Solomon等人的研究探索了MindMed会话监测系统——一种被动采集移动和可穿戴设备中的活动水平、步数、音频和心率等生理数据的概念验证系统。该研究在24名接受Spravato治疗的患者中评估了数据质量和可行性，揭示了实时监测在精神卫生领域的应用潜力。

全球老龄化（65岁以上）人口快速增长，美国约500万失智症患者的现状凸显了远程监测的重要性。通过技术监测日常生活活动（ADLs）是其重要应用方向，但仍存在捕捉个体间差异的挑战，以及主观性、可靠性、重复性和行为变化敏感度等问题。

Narayan等人论文展示了基于人工智能的临床决策支持工具试点数据，该工具运用计算机视觉技术在家庭环境中监测老年患者。作者认为，未来监测技术进步将通过最小化样本需求提升行为分析模型准确性，增强在不同环境中客观评估功能表现的能力。

Armstrong等人提出了使用标准RGB视频捕捉监测低风险患者（如骨关节炎患者）的自动化生物标记物识别与量化新方法。该相机技术通过深度神经网络自注意力机制实现2D视频到3D人体形态与姿态的生成，采集20名患者的临床相关运动数据。在膝痛小群体临床研究中，提取的生物标记物（如坐立任务中肘部屈伸累计加速度，蹲站和坐立动作中膝/肘屈伸平滑度）在评估治疗效果、跟踪康复进展和监测疾病发展方面均具统计学意义。

Rayan等人在大学医院ICU护士群体中，调查了部署远程监测（RPM）系统的经验、障碍和预期。访谈显示，护士强调用户友好界面和清晰可视化对系统效率的重要性，但突出关注报警处理不善带来的安全隐患。研究强调对高可用性、无线化、无创和互操作性RPM系统的迫切需求，而基于云平台的扩展和部署将改善临床工作流程的整合与可用性。

在远程监测应用中，针对咳嗽检测（哮喘和慢性阻塞性肺病常见症状）开发了多种设备。该领域研究多采用基于音频信号的机器学习和深度学习算法。Diab与Rodriguez-Villegas研究提出创新方案：使用非接触式三轴加速度计区分咳嗽与非咳嗽事件/运动。此方法优势在于现代移动设备普遍搭载加速度计，且解决了音频设备引发的隐私安全顾虑。通过特征提取与逻辑回归分类，实现了约90%的准确率、灵敏度和F1分数，验证了运动型可穿戴咳嗽检测器的可行性。

医疗真实场景数据常面临类别不平衡挑战，如睡眠呼吸暂停等罕见医学事件。Abdulsadig与Rodriguez-Villegas研究探索了10种常见失衡缓解方法（包括SMOTE过采样技术）在颈动脉光体积描记信号的呼吸暂停事件检测中的应用。研究发现随机欠采样（RandUS）虽提高灵敏度，但因训练样本减少损害整体准确性，强调需针对受试者依赖性开发人工数据生成技术。

非传染性疾病（NCDs）导致的死亡以惊人速度增长，每年造成3500万死亡，其中14%与心血管疾病相关。Kassaw等人基于397名参与者的问卷调查显示，年龄、手机拥有率和感知有用性显著影响RPM技术的接受度。

虽然本期刊研究重点在于构建生物标记物采集的传感器系统，但研究也强调需要可靠的基础设施支持。云架构通过可扩展性、安全性、负载均衡优势，成为大规模RPM部署的理想选择。Cao等人论文展示了基于微软Azure和AWS构建的符合HIPAA标准的物联网医疗系统，通过成本效益和性能评估证明其大规模应用可行性。

随着物联网和云架构在医疗领域的深化，"医疗物联网"（IoMT）概念应运而生。但面对复杂网络威胁和敏感医疗数据，传统机器学习难以捕捉复杂模式，现有入侵检测系统对未知攻击检测存在高误报率。Shaikh等人提出结合随机森林特征提取、CNN-LSTM模式识别和自适应注意力层机制的异常检测系统，验证了其优于传统方法的检测准确率。