来自智能手表的数据可以帮助预测临床血液检测结果

杜克大学(Duke University)和斯坦福大学医学院(Stanford University School of Medicine)的生物医学工程师和基因组学研究人员表示，智能手表和其他可穿戴设备可用于感知疾病、脱水甚至红细胞计数的变化。

研究人员表示，在机器学习的帮助下，可穿戴设备上的数据心率，体温和日常活动可以用来预测在临床期间通常观察到的健康测量血测试。这项研究发表在自然医学．

在看医生时，医务人员通常会测量病人的生命体征，包括身高、体重、体温和血压。虽然这些信息被归档在一个人的长期健康记录中，但通常不用于诊断。相反，医生将要求临床实验室检测患者的尿液或血液，以收集特定的生物学信息，以帮助指导健康决策。

这些重要的测量和临床测试可以让医生了解一个人的健康状况的具体变化，比如患者是否患有糖尿病或已发展为糖尿病前期，他们的饮食中是否摄入了足够的铁或水，以及他们的红细胞或白细胞计数是否在正常范围内。

但这些测试并非没有缺点。他们需要亲自去看医生，这对病人来说并不容易安排，而且抽血这样的程序可能是侵入性的，而且不舒服。最值得注意的是，这些生命体征和临床样本通常不定期和有控制的间隔采集。它们只提供了医生来访当天患者健康状况的快照，结果可能受到许多因素的影响，比如患者最近一次进食或饮酒的时间、压力或最近的体育活动。

该研究的联合负责人和联合通讯作者、杜克大学的Jessilyn Dunn说:“心率和体温是有昼夜(每天)变化的，但这些在临床中的单一测量并不能捕捉到自然变化。”“但智能手表或fitbit等设备有能力在很长一段时间内跟踪这些测量数据和自然变化，并识别出自然基线的变化。”

为了获得对患者健康状况的一致和更全面的了解，杜克大学生物医学工程助理教授邓恩，斯坦福大学遗传学教授兼主席迈克尔·斯奈德和他们的团队想要探索是否从他们那里收集长期数据可穿戴设备可以匹配临床测试期间观察到的变化，并有助于指示健康异常。

这项研究于2015年在斯坦福大学开始，采用综合个人组学分析(iPOP)队列，包括54名患者。在三年多的时间里，iPOP的参与者佩戴了一块英特尔智能手表，可以测量他们的心率、运动、皮肤温度和汗腺激活程度。参与者还定期去诊所，研究人员使用传统的测量方法跟踪心率、体温、红细胞和白细胞计数、葡萄糖水平和铁水平等。

该实验表明，智能手表数据与临床血液检测之间存在多种联系。例如，如果参与者的手表显示他们的汗腺激活程度较低，这是由皮肤电传感器测量的，这表明患者一直处于脱水状态。

“机器学习方法应用于临床和现实数据的独特组合，使我们能够识别智能手表信号和临床血液检测之间以前未知的关系，”Łukasz kidzizynski说，他是该研究的联合主要作者，也是斯坦福大学的研究员。

该团队还发现，在全血液实验室中进行的测量，如红细胞压积、血红蛋白、红细胞和白细胞计数，与可穿戴设备的数据密切相关。持续较高的体温加上有限的运动往往表明疾病，这与临床测试中较高的白细胞计数相匹配。心率升高时活动减少的记录也可能表明贫血，当患者血液中没有足够的铁时就会发生贫血。

虽然可穿戴设备的数据还不够具体，无法准确预测红细胞或白细胞的准确数量，但邓恩和他的团队非常乐观地认为，这可能是一种非侵入性的快速方法，可以表明患者医疗数据中的某些内容是否异常。

邓恩说:“如果你想象一个人刚刚出现在急诊室，检查他们需要时间，进行实验室检查，并得到结果。”“但如果你出现在急诊室，带着苹果手表或Fitbit，理想情况下，你可以从设备中提取长期数据，并使用算法说，‘这可能就是正在发生的事情。’”

邓恩说:“这个实验是一个概念验证，但我们对未来的希望是，医生将能够使用可穿戴数据立即获得关于患者整体健康状况的有价值的信息，并在临床实验室返回之前知道如何治疗他们。”“如果我们能更快地为人们提供正确的护理，就有可能在那里进行拯救生命的干预。”

---

---