基于可穿戴设备的医疗健康数据生命周期管理与服务研究

吴 丹 马 乐

(1.武汉大学信息资源研究中心，武汉，430072； 2.武汉大学信息管理学院，武汉，430072)

1 前言

随着可穿戴设备技术日益成熟，各种可穿戴设备产品将会进入普通人的日常生活中。与此同时，智慧医疗、移动医疗的迅速发展，使得可穿戴设备在医疗健康领域的应用前景更为广阔。权威医疗机构Frost&Sullivan的报告显示，医疗级可穿戴设备的市场规模将从2015年的51亿美元达到2020年的189亿美元[1]。正是可穿戴设备在医疗健康领域中的应用日益广泛，近年来学术界中出现不少从数据生命周期的视角探讨可穿戴设备的医疗健康数据的管理与服务的研究。本文以检索词medicalwearabledevice,healthwearabledevice,wearabledevicedata等在WOS、ACM、Emerald等数据库以及Google学术中进行标题、关键词以及主题的逐步扩展检索，并结合检索结果文献中列出的参考文献进行回溯检索的方式，共获取相关文献80余篇。经过通篇阅读80余篇文献，最后筛选出了与本文研究内容高度相关的45篇文献。其中对于数据生命周期的研究，国内外学者主要探究数据生命周期的内涵，指出数据生命周期是数据的产生、经数据加工和发布、最终实现数据再利用的循环的过程，实质是依据科研的过程对数据进行科学管理和应用[2]。通过归纳总结现有的理论，发现科研活动是数据生命周期的来源，一个完整的数据生命周期涉及数据加工与数据再利用两个层次，数据加工基本都涉及数据的收集、数据处理、数据发布、数据发现等；在数据的再利用方面，主要是在数据获取的基础上进行的数据挖掘、数据共享等再利用活动。目前国外的科学数据管理研究和实践进展迅速，根据地球观测卫星委员会(CEOS)信息系统与服务工作组(WGISS)2017年的调研数据可知现有的科学数据生命周期模型共有44个[3]，如DDI3.0模型[4]、DCC模型[5]与DataONE模型[6]等。生命周期模型多为矩阵状、链状、环状三种类型，而且在应用场景和构成要素方向也存在着差异。根据上述研究内容，本文通过具体分析可穿戴设备医疗健康数据生命周期各个阶段的内容，再结合可穿戴设备的特性以及数据的来源，构建以可穿戴设备为载体的医疗健康数据生命周期模型。在此基础上，从医疗健康信息行为数据追踪、医疗健康数据预测两方面来探究以可穿戴设备为载体的医疗健康领域数据服务内容，通过上述的分析与总结，进一步探讨以可穿戴设备为载体的医疗健康领域数据管理与服务研究的未来发展方向。

2 基于可穿戴设备的医疗健康数据生命周期阶段分析

2.1 数据获取

数据采集指的是可穿戴设备用户在进行医疗健康活动中通过传感器和电路芯片采集用户个人识别数据(身高、体重、性别、出生日期等)、生理数据(如血糖、血压、心率、体温等)[7]、以及周围环境数据(噪声、温度、湿度、污染指数、地理位置等)的过程。穿戴设备不同的佩戴目的，采集的数据内容存在很大的差异。如，为了评估用户的饮食情况，采集的内容主要是进食过程中使用的器皿形状、具体食物种类；为了识别用户的某些特定活动(如久坐还是运动状态)，通过具备运动和视觉两种功能的传感器，采集某些时间窗口内的平均信号幅度，将其转换成卡路里的消耗数值来判断活动类型[8]；为了帮助盲人或是视力受损的人进行导航，采集周围环境的图像信息并与之前预先采集到的正常视觉用户图像信息进行比较，即通过匹配两个图像信息进行导航[9]。由于所采集的数据对于之后的一系列应用具有关键性的影响，所以不少学者对如何提高数据采集过程中数据的准确性和可靠性进行了研究。研究主要从传感器自身设计开发[10]、无线传感器网络构建[11]以及独立的程序监控[12]角度出发，针对运动传感器[13]、生理健康传感器[14]、环境传感器所采集数据内容的不同提出对应的改进方案。运动传感器采用多轴传感器结合加速度传感器以及图像传感器，生理健康传感器通过改进制作的材料增强其敏锐性，环境传感器通过强化硬件的性能提高其监测的准确性。多无线传感器网络即每个传感器节点对收集的生理信号执行一系列计算任务，以提取用户的部分信息，应使用最少数量的节点，每个节点都要确保高精度和稳健性[15]。通过设计开发独立的监控程序，持续监测可穿戴设备接收的信号，实时监测设备与服务器的连接状态[12]。

2.2 数据传输

数据传输指将采集到的用户在医疗健康活动过程中产生的数据传输给医院、保险、微信等第三方或是其他能够提供医疗健康服务机构的信息系统中[16]，如果设备生产商有云平台作为支撑，数据也将会通过云平台二次上传至健康医疗服务信息系统中[7,17]。可穿戴设备的数据传输方式主要是安全性较低的无线局域网、蓝牙、红外等网络连接方式，少有的安全度高但是网络稳定性差、应用不够广泛的有蜂窝网、USB和ZigBee等[18]。目前，可穿戴医疗健康设备的数据传输未形成统一的标准，如数据传输格式[19]、安全级别设置[20]、数据传输协议以及平台接入等[21]，因而不同厂家的可穿戴设备的数据传输标准不统一。对于医疗健康设备而言，可靠的数据传输很重要，为了提高传输过程中数据的可信度，有研究者设计了一款可以对错误进行有效恢复的网络编码方案[22]，还有研究者通过将检测到的数据信号进行过滤，采用数字化的方式来减少传输过程中数据的丢失[16]。

2.3 数据集成

(1)远程监护个人的健康情况

当前有不少可穿戴设备生产厂家提出并构建了第三方数据集成平台，进而实现了跨应用的个人健康监护数据的集合存储和应用[23]。该平台可以对从不同来源所获得的健康监护数据实现管理，并根据用户的偏好进行设置，自动将不同来源的健康监护数据合并起来，此外，还可以获取每个来源的原始健康监护数据，执行自身健康数据的合并，目前已经应用于不少疾病的健康监护服务当中，如对糖尿病人出院后的远程监护[24]研究，结果发现每个病人的全部医疗费用降低了42%；对心力衰竭的病人远程监护其接受心脏起搏器植入情况[25]的研究，结果表明病人的住院时间减少了35%，同时出院之后看医生的次数下降了10%；对慢性阻塞性肺病的患者远程监护其呼吸频率、心率等[26]的研究发现患者住院的次数下降50%。为了实现全天候的健康监测服务，杜克大学医学中心与奥克斯纳健康医疗体系选择与跨应用的可穿戴设备数据集成与应用平台合作[16]。为了进一步实现健康监护数据的共享[27-28]，有研究者提出了开源的框架，可以兼容第三方的插件，集成外部的数据，主要将设备本身记录的健康数据、存储于某些APP中的健康数据上传至中心平台，然后经过集成存储于用户的智能手机中，由用户自主决定共享的对象和数据内容。

(2)实时记录个人的健康信息

当前有不少记录个人健康数据的应用开发平台，如GoogleFit[29-30]这一健康追踪平台，主要用于存储从各种可穿戴设备或是APP中收集来的健身数据，其数据集成的方式主要为通过可穿戴设备或是网页的形式进行数据的上传与访问，在数据获取和服务上打破了平台之间的限制。微软开发的健康云服务平台[31]，存储了个人的健康与健身数据，通过智能引擎将这些数据转化为有用的信息并通过主流平台获取。该平台集合了大数据和机器学习方面的内容，对所收集到的数据进行集成和处理，可以给用户提供更好的健康支持。此外，该平台还可以集成来自于不同健康设备的数据，同时用户也可以通过微软提供的应用程序接口，将自身的健康数据导入至开发者的应用或是服务中。这些健康数据应用开发平台还可以与医院相连，为用户提供更为精准的健康指导。苹果公司也拥有自己的移动应用平台HealthKit和医疗健康应用平台ResearchKit[32]，目前在苹果的iOS系统中，内置的健康平台已经获得了许多第三方应用程序和健身追踪可穿戴设备的支持，通过与美国多个顶级医院达成的合作协议，将患者的数据导入平台中，平台对数据进行整合，之后配合电子病历系统，可以为医生的诊断提供参考，该平台还可以通过全天实时追踪的方式提供风险报警类的辅助服务。三星开发的开源平台[33]不仅可以收集可穿戴设备用户的个人健康记录数据，如心电图(ECG)、生物电阻抗、皮肤电反应(GSR)、皮肤温度等，还可以统一这些数据的标准，之后将其提供给有需要的应用开发者使用。

(3)提供用于医疗的语义大数据

集成可穿戴设备数据的语义大数据平台是在综合大数据的可扩展性[34]、云计算的高效性[35]以及本体的语义一致性[36]的基础上，将三种技术进行集成。医疗语义大数据平台共有四个层次：即数据存储层、大数据层、语义知识层以及访问控制层。其中数据存储层[37]主要是用来寻访来自各种可穿戴设备以及相关数据源的异构医疗数据，这些数据被分别存储在云空间的不同数据簇中。大数据层[34,37]包括了数据收集、数据审编、数据分析以及可视化展示等用于处理数据的组件，数据格式在此统一，语义更加明晰，便于之后的本体映射工作。语义知识层利用预先定义好的本体统一数据源和数据语义信息，增强其互操作性，经过本体映射[38]之后，推理机对收集到的健康数据信息进行分析推理，进而判断用户的健康状况，提出相应的指导意见。访问控制层是为了保证用户信息不会被恶意盗取或是修改。医疗语义大数据平台的建设在考虑异构数据语义互操作性、数据源可扩展性的基础上，也兼顾了计算的高效性和平台的安全性。但是医疗数据分析的结果需要用户通过查询的方式才可以获得[39]。

2.4 数据交互

数据交互指的是将从可穿戴设备中采集到的用户原始数据与其他的医疗健康数据记录进行集成，然后上传到健康大数据云平台进行计算，最后将包含医疗健康可穿戴设备数据的大数据，通过共享的方式提供给有关的医疗健康科学实验平台或是政府主导的健康信息决策中心[40]。研究者们将数据的交互模式分为直接交互[41]与辅助交互[42](借助于APP、软件等)。直接交互指的是直接将记录在可穿戴设备上的数据以及所采集到的用户原始数据通过无线传输的形式直接上传至健康大数据平台中，并共享给相应的信息中心。辅助交互[42-43]指的是用户在可穿戴设备上的数据必须借助于智能手机上的APP或是其他的辅助软件才可以上传至大数据平台中，进而实现数据资源的共享。整个交互过程中，使用到三种接口类型，即应用-平台接口、终端-应用接口以及应用-应用接口[15]，通过标准的接口，可以实现同一品牌下的可穿戴设备记录的医疗健康数据的交互共享。而不同品牌的可穿戴设备之间由于没有统一的数据交互标准，造成数据在交互过程中不兼容的问题，进而影响了之后的数据共享过程。为了保证数据交互过程的顺利进行，研究者将研究的重点放在数据融合的算法上[44]以及对去噪、特征提取、数据分类和数据压缩等关键技术[15]的设计和实现。

2.5 数据反馈

数据反馈指的是将采集到的信息再传递给用户，包括设备直接将经过计算的数据信息内容呈现给用户，或者将经过医疗服务机构或是云平台[34]整合后的数据分享给用户所在公司的健康信息系统、健康医疗信息系统以及政府健康信息决策中心[45]，从而为提高用户的生命健康质量提供有效的方案[46]。在数据反馈过程中会比较数据、进行预测[47]，通过将采集到的数据与正常数据进行比较，比如心电图波动数据，医疗服务机构或是云平台在收到数据后会辨别数值与正常范围之间的差异，若是出现异常数据，会及时记录数据异常的时间，然后作出提醒和预警。医疗服务机构或是云平台也会通过以往采集的数据总结趋势、预测未来[11，34]，如果某天的实际情况与预测结果差别很大，说明用户的身体出现了异常，机构或平台就会向用户发出健康预警信息。

3 基于可穿戴设备的医疗健康数据生命周期模型构建及数据安全问题分析

3.1 以可穿戴设备为载体的医疗健康数据生命周期模型

数据生命周期理论对以可穿戴设备为载体的医疗健康数据的管理和应用具有重要的意义。本研究结合现有的数据生命周期模型和医疗健康数据的特点以及可穿戴设备的特性，联系上文对可穿戴设备的医疗健康数据生命周期各个阶段的分析，构建以可穿戴设备为载体的医疗健康数据生命周期模型，如图1所示。

图1 以可穿戴设备为载体的医疗健康数据生命周期模型

可穿戴设备在医疗健康领域中的数据生命周期始于用户，以用户通过可穿戴设备进行的医疗健康活动中所产生的数据内容作为主要对象，将以可穿戴设备为载体的医疗健康数据生命周期共分为5个相互关联、连续迭代的阶段。数据获取是最初的阶段，通过可穿戴设备可以收集到大量关于用户的医疗健康数据信息，需要对这些数据的内容、准确性和可靠性进行筛选，从而作为医疗健康数据交互共享的资源。在数据传输阶段，根据一定的传输标准、传输格式、传输设置等对所获取的数据加以规范之后进入到数据集成阶段。数据集成是医疗健康数据不可缺少的关键环节，通过特定的技术平台，将可穿戴设备收集到的用户的医疗健康数据上传至数据集成平台，为接下来的数据交互和数据反馈阶段做准备。数据交互和数据反馈是以可穿戴设备为载体的医疗健康数据生命周期的核心环节，用户可以通过第三方应用平台或是可穿戴设备本身看到自己的健康状况，还可以进一步获知个人有关疾病的指标变化情况，从而为用户日后的疾病治疗提供参考数据信息。在此过程中，数据安全贯穿数据生命周期的各个阶段，以确保数据在传输、交互以及应用过程中的安全，同时还会不断有新的数据资源被可穿戴设备获取，从而进入下一个医疗健康数据生命周期中。

3.2 基于可穿戴设备医疗健康数据生命周期的数据安全问题

(1)针对可穿戴设备医疗健康数据生命周期各阶段的隐私保护问题及解决方式

可穿戴设备作为医疗大数据的载体，其数据隐私保护问题特别关键。医疗健康可穿戴设备的数据在生命周期的不同阶段都存在着隐私保护的问题。如，数据采集阶段，一是权限过低，用户对于授权查看、授权使用、查看内容、使用内容等存取控制方式缺少权限，不能对想要保密的数据进行加密保护[48]；二是缺少设备的远程控制能力，当可穿戴设备一旦丢失或被窃取，由于设备缺乏远程控制数据的功能，因此没法及时删除个人数据信息，使得设备中存储的个人数据信息可能被他人获取或利用，甚至有可能会出现恶意的公开和传播[49]。数据传输阶段，一是没有统一的行业标准[50]，因为行业监管的缺乏，设备厂商没有统一的标准，因此何种数据类型达到隐私保护的级别没有明确的规范；二是数据加密程度不高[51]，可穿戴设备数据很少得到深层次加工，使用的是复杂度较低的加密算法，造成医疗健康可穿戴设备数据易被他人破解。数据交互阶段，一是未授权集成多方面数据[52]，某些第三方机构在用户未授权的情形下，将所收集到的医疗健康可穿戴设备数据信息进行融合集成，使用户的个人医疗健康信息被动公开，遭遇歧视和不公平的待遇；二是隐私信息的披露[51]，除了用户的医疗健康数据之外，医疗可穿戴设备披露的其他信息还包括了位置信息、音频信息等，也是个人隐私的一部分。数据反馈阶段，一是信息不对称[51-52]，医疗健康可穿戴设备生态系统不能将所获取到的数据集成之后再次全部反馈给用户，且这些数据的应用目的与共享对象也还未做到完全向用户说明，使用户在医疗信息不对称的条件下自愿将全部数据上传，很难保证隐私不受侵犯；二是数据收集警示信息提示不足[53]，当用户佩戴设备时，设备应及时显示正在收集个人数据信息的提醒消息，内容包含搜集到的数据类型、数据将要被上传的选项、隐私政策的内容等，但现在的设备很少会考虑这个问题，还有的将一些功能项设计得模棱两可，使得用户由于误操作出现隐私泄露或被侵犯的问题。

(2)针对可穿戴设备医疗健康领域的数据特征所产生的安全问题及安全技术

如果医疗健康类的可穿戴设备所记录的个人数据信息被窃取或是恶意使用，不仅会造成用户的不便，甚至会威胁其生命。例如，曾有研究者在黑帽安全会议中演示如何通过操控胰岛素泵给使用者输送潜在致死剂量的胰岛素，还有研究者展示如何通过无线协议控制用户所佩戴的心脏起搏器[54]。因此，为了数据可以被安全地使用，目前有不少研究是关于数据安全技术的研发，如安装防护软件对采集的数据进行加密的技术处理[48]，可以避免因设备本身感染软件病毒而导致数据的泄露。多模加密技术方法可以用在不同工作环境中，用户可以有针对性地选择加密模式，如将个人生命体征作为加密手段，通过验证用户的心跳数据打开个人的可穿戴设备；给设备设置解锁次数，达到上限之后会自动锁定设备，必须通过个人生命体征才可以解锁，或是多次获取数据信息失败后设备将自行删除数据信息[49]。另外，还可以通过缩短传输距离的方式来提高无线数据传输的安全性[50]，比如将设备读取数据的距离缩短为1mm，就可大幅降低指令数据被窃取的风险。身份认证技术[55]可以保障数据被使用时获得用户的合法授权，只有设备持有者可以同意设备制造商获取、使用本人的数据信息。远程控制平台[53]可以通过远程操作的方式管理所佩戴的设备，在设备不慎丢失之后，也能通过远程操作及时删除所存储的个人医疗健康数据信息。

4 以可穿戴设备为载体的医疗健康数据服务内容

4.1 医疗健康信息行为数据追踪

(1)监测生命体征的数据

可穿戴设备通过嵌入到眼镜、手表、手环等，用紧贴佩戴的方式实现对各项生命体征参数的采集。目前可穿戴设备大多可以实现基本生理数据的监测，比如心率、血压、呼吸频率、体温等。研究者根据不同人群的特点设计开发了不同类型的设备，如，老年人日常活动的监测，利用三维加速度传感器在无人照看老人的环境中实时监测老人的步行、站姿、坐姿和卧姿四种活动情况[7]。对于慢性病患者而言[26]，通过监测患者的心电图、血氧饱和度、肺音等生理信号，来改善慢性阻塞性疾病，还可以监测癌症化疗的疗效；通过对心率和体力活动的实时监测可以判断肥胖儿童是否完成每日的运动目标[56]；即使是难以配合测量身体指标数据的婴儿都有对应的可穿戴的婴儿袜，可用来监测婴儿的心率、呼吸频率、血氧饱和度、体温等数据。此外，可穿戴睡眠检测仪[57]可以监测到用户睡眠的多种生命体征，进而筛选出有睡眠呼吸暂停综合征的患者；可穿戴药品使用监测仪[58]能连续测量皮肤电活动(EDA)、皮肤温度和加速度，进而直接判断佩戴者是否有长期服用如可卡因和非肠类阿片类的非法药品。具有生命体征监测功能的设备将重复性、复杂化的操作变得智能化、综合化，满足了不同人群的需求。

(2)治疗身体疾病的数据

虽然可穿戴设备用于疾病的治疗尚处于研究和评估的阶段，但已经有部分设备在慢性疾病的急救、康复治疗等实现了突破，可以随时随地和长时间的连续治疗。当前用于身体疾病治疗的可穿戴设备有低频电疼痛治疗仪[59]、基于Bio-MEMS的手腕式血糖控制仪[60]、可穿戴除颤器[61]、可穿戴中风康复器[62]、带反馈系统小儿理疗矫正靴[63]、可穿戴触摸心理治疗[64]、可穿戴交变电场治疗脑肿瘤仪[65]、“灵敏液体”肌肉理疗仪[66]、帕金森光刺激视觉提示眼镜[67]等。对于慢性疾病的治疗，研究者开发设计了手腕式血糖控制仪[60]，该设备通过微针检测血液中的血糖浓度，再由微泵来注射药物，维持血糖的正常水平。针对高危的心脏病患者，可穿戴除颤器[61]能够随时检测用户的心跳情况，若发现异常可以自动除颤，并在除颤前对患者意识进行测试，降低误击率，适用于有心搏骤停风险的患者，为患者出现意外时提供保护。关于康复治疗的研究也有不少，为全膝置换术后患者的膝关节康复训练提供实时的帮助，利用三轴加速度传感器、角速度传感器、由磁力计组成的传感器单元，分别置于腰骶关节、大腿前外侧、膝关节下20cm处，计算出步速、步律、步长、运动中膝关节可活动的最大角度等[68]。有的还结合了虚拟现实技术，通过VR模拟的动作结合远程康复系统在家中进行康复锻炼，如监测脑卒中风后患者的活动，协助其进行康复训练[69-70]。具有身体疾病治疗功能的可穿戴设备极大地便利了慢性病患者以及需要进行康复训练的人，满足了患者个人实时管理自己疾病情况的特殊需求。

(3) 管理日常健康的数据

可穿戴设备可以满足用户通过自我追踪来认识自己的健身需求，实时记录每天的运动量、消耗的热量、食物摄入量、心率以及睡眠等情况[71]，进而有效地督促自身增加运动量来保持身体健康。大多数人通过手环、手表类的可穿戴设备监测自身在日常健身活动中的基本体征以及睡眠体征，并据之提供分析和建议。按照健身管理的内容不同，研究人员开发设计了具有针对性的设备。如可穿戴健身导航鞋[72]，该设备既可以监控健身数据又具备导航功能，能够实时显示行走过程中所消耗的卡路里，结合APP指定要去的地方，然后再用导航系统规划路线；可穿戴运动肌肉刺激器[73]使得用户可以实现局部塑形的目的，通过将设备贴于想要塑形的位置，然后模拟大脑给肌肉传递运动的电流信号，收到电流信号的肌肉持续运动以达到锻炼的效果，同时，用户还可以实时查看每块肌肉的锻炼程度，以及当日锻炼的肌肉群组；可穿戴腰贴[74]可以测量在站、坐、跑或走时脊柱的弯曲度，结合配套的APP计算出最为合适的姿势，同时根据用户的年龄、身高和体重等信息为用户提供针对性的训练建议，帮助用户养成健康锻炼的习惯；可穿戴腰带[75]用于检测人体每天站、坐、躺的姿势及时长，或者当用户弯腰或是做其他的动作时，能及时发出姿势是否正确的提醒。

4.2 医疗健康数据预测

(1)疾病的早期发现

可穿戴设备可以将监测到的用户数据，通过无线传输至中央处理器(如小型的手持式无线装置等，可在数据出现异常时发出警告信号)[60]，中央处理器再将数据发送至医疗中心，供医生进行及时、全面、专业的治疗。针对这一应用，不少研究者开发设计了能够实现用户个体疾病数据监测的功能，当数据值出现异常时会自动向用户及医生发送有关警告信息。比如在心脏病监测中[25]，可穿戴设备可以帮助患者监测并实时记录心电图数据，能够及时发现常规心电图不易发现的心律失常和心肌缺血，为临床分析病情提供重要的客观依据；在糖尿病监测中，通过在隐形眼镜中嵌入微型无线芯片和小型化葡萄糖传感器，能够及时测试用户眼泪中葡萄糖的含量，进而实时监控糖尿病患者的血糖含量[24]。还有研究者将可穿戴设备用于疾病的早期筛查中，针对慢性阻塞性肺疾病(ChronicObstructivePulmonaryDisease，COPD)患者，通过可穿戴设备及时发现患者病情进展情况，防止病情的进一步恶化。为了监测COPD患者的体力活动水平，还专门研发了可佩戴在耳朵上的传感器[76]。在早期发现痴呆即一系列认知功能损伤病症方面，有研究者开发设计了远程监测系统(红外传感器、床压传感器等)，用于分析痴呆病患的睡眠模式，通过睡眠质量、时长以及节律等来进一步确定其认知损伤的程度[77]；此外还有通过设计标准化的电脑游戏结合可穿戴设备实时监测用户的反应水平、动作水平等来发现早期的痴呆患者[78]。正是可穿戴设备的实时接触性、实时交互性等特点，才使得疾病的早期发现得以实现，从而帮助用户发现早期疾病，尽快得到相应的治疗。

(2)疾病治疗疗效的评测

可穿戴设备可以用于临床随机对照试验中，通过监测患者两次随访之间的情况变化，对个人的治疗方案进行针对性的调整[79]。利用所采集到的准确客观的患者病状，可以减少观察患者的数量，缩短药品使用的疗程，能够实现对新药疗效更为有效的评测。有研究针对帕金森患者服用药物之后的疗效进行了追踪，通过可穿戴设备能够收集详细准确的患者对药物吸收之后所产生的症状变化信息，帮助医生调整药物剂量，也可以测试新药的疗效[80]。利用可穿戴设备可以进一步确定帕金森患者运动障碍的程度[81]以及患者静止性震颤的严重程度[82]，具体做法是根据步态障碍和运动评分之间关联的研究结果，结合置于患者背部的加速传感器监测到的步态、步频以及步行的对称性[83]等数据信息，对患者的症状进行观察评分，并进一步判断所使用的药物种类、剂量及其使用效果。还有研究者开发设计了能够监测下肢伤口感染情况的可穿戴负压设备[84]，通过将设备穿在膝盖上，来测量足底和足后部的血氧饱和度、PH值等指标，实现不间断地监测伤口的情况及康复情况。可穿戴设备的可穿戴性以及智能化，使其可以实现准确、快速、及时的监测并记录用户的反馈数据，为长期观察某些疾病的治疗效果提供了客观数据参考。

5 研究展望

基于以上的分析和研究内容，本研究认为该领域未来的发展将着重体现在以下几个方面：

(1)以可穿戴设备为载体的医疗健康数据的长期追踪

可穿戴设备极具发展潜力，作为移动互联新的入口，其最大优势不在于硬件本身，而在于通过硬件黏住用户，可以收集到海量的医疗数据。由于设备本身具有微型化、便携化以及可穿戴的特点，因此，可以实现随时随地测量心率、血氧含量、体温等人体健康指标。鉴于此，不少学者开始进行以可穿戴设备为载体的医疗健康数据信息长期追踪方面的研究。如Sun[7]等、Aquinosantos[26]等、Emken[56]等对健康个体及患病个体的体征数据进行追踪研究，主要是分析健康个体的日常活动行为，患病个体的体征数据变化特点等。研究发现，以可穿戴设备作为载体的医疗健康数据长期追踪对于健康个体的日常活动起到积极的促进作用，比如保持规律的运动、正常的作息时间、合理的体重等；对患病个体可以起到提醒救护的作用，比如根据血压数据的剧烈变化对用户进行警示，根据用户的血糖数据提醒用户按时用药，或是根据长期追踪的数据中突然出现的异常变化发出警告等。随着当前大众的保健意识的提高以及慢性病患病率逐年的提高，以可穿戴为载体的医疗健康设备技术也日益成熟，用户的认可度也得到提升。利用可穿戴医疗健康设备的长期追踪研究也逐渐成为学者们关注的焦点。但是用户佩戴设备过程中记录生成的数据信息有多种类型，且不同用户对数据信息追踪的需求会随着健康水平的变化而变化，因此，如何准确获取这些数据，如何更好地利用大数据分析方法或工具挖掘并利用长期追踪而获得的个人医疗健康数据中隐藏的信息规律，从而进一步提升可穿戴设备长期追踪个体医疗健康数据的性能，提高信息服务的智能化等，都是需要进一步研究的问题。

(2)可穿戴设备所采集的医疗健康数据融合

随着大数据、云计算、人工智能等新一代信息技术的兴起，人们对实现电脑、手机、平板电脑、可穿戴设备等数据内容共建共享的需求日益强烈。因此，国内外学者的研究也从单一可穿戴设备上的医疗健康数据管理与服务研究拓展到可穿戴设备与APP、云服务相结合的研究，更加注重跨平台、多终端所获取数据的融合与处理。传统的医疗健康数据监测，需要借助于专业的医疗器械、在医院或是体检中心、通过医生的操作才能获取个人的健康数据；单一的可穿戴设备虽然可以实现随时随地的医疗数据信息监测，但是并不能满足用户对于多终端获取个人健康指导的需求。只有通过与APP、云服务密切结合，才能形成一套完整的信息传播渠道和健康反馈机制，建立用户与医生之间的桥梁。随着APP设计日益丰富、云服务逐渐普及，使得可穿戴设备与APP、云服务相结合的研究成为热点。已有研究从APP设计、云平台搭建、医疗健康机构参与等方面展开，这些研究主要是基于不同终端的特点以及追踪到的佩戴可穿戴设备用户在日常生活中的个体医疗健康大数据，但是在数据融合标准和数据分析利用方面尚有许多待解决的问题和需要应对的挑战，比如，需要明确哪些数据融合标准可以实现多终端、跨平台地获取个体的医疗健康数据信息，如何语义分析和理解可穿戴设备获取到的数据内容等等，这些均是国内外研究可穿戴设备所收集的医疗健康数据融合需要面对的挑战，也是未来研究实现不同终端、跨平台应用医疗健康数据的重要课题。

(3)基于长期追踪的医疗健康数据提供精准医疗服务

如前所述，健康医疗可穿戴设备从某种程度来说符合很多人的刚性需求，如利用海量医疗数据为用户提供个性化的远程服务、为临床外包机构提供研发服务、为医院提供自动分诊服务等。随着可穿戴设备的续航能力的提升、更加智能化，用户的数据内容不再局限于生命体征监测、身体疾病治疗、疾病早期发现等，而是逐渐扩展到个人健康指导、远程医疗服务等。有些医疗健康服务机构也认识到可穿戴设备对于开展个人健康管理服务的优势，即以其灵活性向用户随时随地提供数据信息，包括步数、心率、睡眠时间等；交互的方式也是多样的，有手指操作、姿势变化、视觉等，实现了集前端健康管理、终端和后台管理与服务于一体，用户可以通过智能可穿戴设备内置的“体征检测感知终端”监测出体征信息, 经由网络将所获取的信息发送至相应的健康监测中心，从而随时随地获取个性化监测服务、长期健康档案管理服务和定期健康监测报告。可见，医疗健康可穿戴设备的使用是对传统医学诊断的有益补充，相对于传统方式，实时获取数据和记录积累有益于基于动态体征数据诊断的医学研究，实现病情诊断和健康管理的自我量化。因此，提高服务的精准性、形成智慧服务模式、更加智能化地分析个体的医疗健康数据内容并主动提供服务，利用智能信息检索、机器学习、深度学习等技术手段，为每个个体用户提供个性化的用户画像，并利用用户画像探究了解用户的医疗健康服务需求等，将是深入探究可穿戴医疗设备、提供针对性的医疗服务所需要解决的问题。

(4)以可穿戴设备为载体的医疗健康数据的安全与隐私保护

如今健康医疗可穿戴设备的日益普及，现有大量的用户已经成为健康互联中重要的网络节点。利用物联网和感知技术将用户、医疗健康服务机构和医疗保险公司相连接，形成一个庞大的医疗专属网络，已成为新型智慧医疗的重要组成部分。这意味着设备厂商或是某些医疗健康服务中心将拥有大量的个人医疗数据，而这些数据又隐含着巨大的商业价值和社会价值。由于可穿戴设备自身的技术缺陷以及数据组织、处理方式、流通环节管控缺失等问题，容易发生数据和隐私的泄露，具体包括：技术安全方面，系统的漏洞易被黑客攻击，从而造成隐私数据泄露；数据管理方面，受利益的驱使，某些机构或组织可能会故意泄露用户医疗健康数据；法律法规方面，由于可穿戴设备在医疗健康领域中的应用尚在初步发展阶段，有关健康医疗可穿戴设备的数据安全和隐私保护方面的政策法规尚不完善。此外，部分用户隐私保护意识薄弱, 为了能够得到全面的健康医疗服务而忽略对个人隐私的保密，给利用个人隐私数据牟利者提供可乘之机。因此，数据隐私保护贯穿数据整个生命周期，而且日益重要。与此对应的数据安全技术方面的研究日益丰富，特别是在个人数据安全保护方面的探讨成为了主流，主要从身份认证、数据录入、数据输出、数据组织、数据处理等方面展开研究。随着人工智能、云计算等新技术的不断涌现，进一步加大了数据与隐私泄露的风险，剖析健康医疗可穿戴设备数据安全与隐私保护不仅存在技术安全、数据管理、法律法规等问题，而且对合理利用健康医疗可穿戴设备采集数据的同时，确保数据安全和用户隐私提出了挑战。