29、传感器、可穿戴设备与数字医疗的发展

传感器、可穿戴设备与数字医疗的发展

1. 传感器与可穿戴设备在健康监测中的应用

身体活动和心血管健康对于评估整体健康状况至关重要，并且在糖尿病管理中，这两者常常与血糖（BG）监测结合起来。糖尿病是全球第七大常见死因。血糖动态受多种因素影响，包括食物摄入、胰岛素摄入、先前的血糖水平、怀孕、药物和维生素摄入、吸烟以及饮酒等。

近年来，机器学习在连续血糖监测中的应用成为主要研究焦点，旨在减轻患者的自我管理负担。在2000 - 2018年关于机器学习在血糖监测中应用的文献综述中，传统前馈人工神经网络是连续血糖监测设备中用于低血糖（26%）和高血糖（34%）分类最常用的技术。

一般来说，所有研究都依赖于间接指标变量（如心率、QT间期等）或影响血糖动态的部分输入参数。患者的上下文信息，如饮食、身体活动、胰岛素和睡眠，对血糖动态有显著影响，合适的异常分类和检测算法应考虑这些参数的影响。然而，患者需要自行记录饮食、胰岛素和身体活动数据。其中一个主要限制是饮食建模，大多数算法依赖于个体对碳水化合物的估计，这容易出错，进一步降低了检测性能。

在身体活动方面，有各种可穿戴设备和传感器可以记录个人的身体活动负荷和持续时间。但研究中缺乏统一的方法，在分类和检测算法中使用这些信号的方式存在一定局限性。例如，一些研究将活动水平分为低、中、高，而另一些研究则通过总结活动次数、强度、步数、运动持续时间等来量化身体活动的影响。此外，记录胰岛素剂量也有其内在局限性，可能会影响检测性能。

以下是影响血糖动态的因素列表：
- 食物摄入
- 胰岛素摄入
- 先前的血糖水平
- 怀孕
- 药物和维生素摄入
- 吸烟