可穿戴设备正从生活配饰演变为数字医疗哨兵，通过将人工智能模型应用于日常生理数据，患者可能能够识别心力衰竭恶化的早期预警信号，有助于弥合间歇性医院监测的空白。
智能手表收集的活动和心率数据正成为监测心脏状态的新指标。（图片来自unsplash.com）
华盛顿州西雅图（MERXWIRE）——每天佩戴在手腕上的智能手表能否成为心力衰竭的预测工具？根据最近的研究，研究人员使用从智能手表和智能手机收集的日常生理数据开发了一种人工智能模型，该模型可以追踪心力衰竭患者的功能变化。
传统上，对心力衰竭患者功能能力的评估需要在医院进行测试。然而，这项研究通过利用来自可穿戴设备的连续日常数据（包括活动水平和心率变异性），将监测范围扩展到临床环境之外，实现了基于家庭的纵向评估。
该研究分析了58名拥有完整数据集的心力衰竭患者。其中，26人被确定为功能显著下降。在这组人中，26.9%随后经历了计划外的医疗就诊，而未检测到功能下降的人群中这一比例仅为3.1%。重要的是，模型发出警报与实际使用医疗资源之间的中位间隔约为7.4天。这一额外的一周代表了一个关键窗口期，临床医生可以调整药物、安排随访，并可能预防急性住院。
对这项技术日益增长的兴趣反映了心力衰竭日益加重的全球负担。目前全球约有6400万人受此影响，随着人口老龄化和慢性疾病发病率的增加，患病率继续上升。心力衰竭最具挑战性的方面之一是其高住院风险。统计数据显示，心力衰竭患者的30天再入院率仍保持在20%左右，这意味着大约五分之一的患者在出院后不久就会重返医院。
尽管先进监测技术提供了支持，但日常自我护理仍然是维持心脏健康的最后一道防线。目前的国际临床指南建议心力衰竭患者将钠摄入量限制在每天2000毫克以下，并谨慎管理液体摄入和定期监测体重，以防止体液潴留。
研究表明，当功能能力下降时，心力衰竭患者后续医疗就诊的风险会增加。（图片来自unsplash.com）
因此，智能手表等可穿戴设备不再局限于记录身体活动。相反，它们可能成为临床医生观察患者日常生理变化的窗口。对于心力衰竭患者而言，通过每日家庭数据更早地发现风险，可以让医生更快地调整治疗方案，并鼓励患者在症状恶化前识别微妙的预警信号。
【全文结束】