2. 上海市呼吸病研究所, 上海 200032;
3. 国家老年疾病临床医学研究中心(华山), 上海 200000;
4. 复旦大学附属中山医院青浦分院呼吸科, 上海 201700;
5. 复旦大学附属金山医院, 上海 201508;
6. 上海呼吸物联网医学工程技术研究中心, 上海 200032
2. Shanghai Respiratory Research Institute, Shanghai 200032, China;
3. National Clinical Research Center for Aging and Medicine, Huashan Hospital, Fudan University, Shanghai 200000, China;
4. Department of Pulmonary Medicine, Qingpu Branch, Zhongshan Hospital, Fudan University, Shanghai 201700, China;
5. Jinshan Hospital, Fudan University, Shanghai 201508, China;
6. Shanghai Respiratory Internet of Things Medical Engineering Technology Research Center, Shanghai 200032, China
慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)、支气管哮喘(bronchial asthma)、阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)等是我国常见的呼吸系统疾病,对民众健康造成了极大威胁,也带来沉重的医疗负担。我国呼吸疾病管理存在诊断不足、治疗不规范的问题,需要将管理重心下移,关口前移,最大化实现呼吸系统常见疾病的规范化诊治。
可穿戴设备指可直接穿戴于身体各处的便携式设备,其整合各种可感知人体物理生化信息的传感器于一体,在疾病诊断、管理以及健康监测等方面具有重要作用[1-2]。呼吸系统疾病涉及生命体征、血气分析、呼吸运动、呼吸音、呼出气成分、肺功能等一系列可日常评估监测的指标,可穿戴设备可使得原本繁复的监测更加日常化、简便化,在呼吸疾病管理中的应用具有广阔前景。
1 可穿戴医疗设备发展现状目前,可穿戴医疗设备通常以腕带、智能手表、智能背心等穿戴于身体各处,或以相应方式与眼(隐形眼镜)、耳(助听器)等器官接触,从而感知相应的物理或生化信息,部分设备还起到治疗作用[1-3]。
可穿戴物理传感器主要监测各种物理信号,在监测日常活动和生命体征等方面应用较为成熟,已在帕金森病治疗效果监测[4]、运动障碍疾病长期评估[5]等方面取得进展。监测心电信号的可穿戴设备在通过智能手表监测房颤等心律不齐的发生, 识别早期急性心血管事件及收集长期动态数据以协助诊断等方面有所发展[6]。
可穿戴电化学生物传感器主要通过电流分析法、伏安分析法、表皮微针等方法测量汗液、泪液、唾液或组织液等体液中的生化标志物[2, 7]。其在糖尿病管理方面发展较快,已研制出可连续监测葡萄糖水平的可穿戴设备,以实现精准的血糖调节[7-8]。此外,可穿戴电化学生物传感器在监测尿酸和酪氨酸水平以辅助痛风等代谢性疾病的诊疗等方面也有发展[9]。
2 可穿戴设备在呼吸系统疾病中的应用目前,可穿戴设备已在COPD、哮喘、OSA等呼吸系统疾病诊疗中初步应用并取得了一定成效(图 1)。
2.1 COPD 2.1.1 日常活动监测活动能力下降是COPD患者住院和死亡的危险因素,可穿戴设备可对患者日常活动进行监测并给予干预。Perriot等[10]设计了佩戴于皮带上的可穿戴设备,可提供包括站立、坐躺、步行、步数等日常活动的详细特征。Orme等[11]同样采用可穿戴设备远程监测COPD患者坐躺、站立和步行情况,并提供震动提醒久坐行为,取得一定效果。近年来,相关临床试验[12]采用可穿戴计步器远程监测患者活动水平,并根据活动水平给予提醒干预,可提高其身体活动水平并改善生活质量。
2.1.2 病情评估与管理干预COPD急性加重与疾病进展及死亡风险增加相关,若患者可日常穿戴设备监测相关指标,将有利于远程病情评估与管理干预。Yilmaz等[13]设计集成于背心中的可穿戴听诊器以监测肺部各处的呼吸音,并通过相应方法降低环境噪声,旨在实时评估COPD患者的健康状况。Wu等[14]使用智能手表连续监测患者心率及活动状况,并记录特征性音频(如咳嗽等),已证明其可行性。然而,一些临床试验采用穿戴设备远程监测患者生命体征[15]、血氧饱和度[16]等以评估病情,并整合到管理干预方案中,却未得到积极结果。其原因可能是COPD无诸如血压、血糖等与疾病状况特别相关的日常监测指标。目前采集的指标(如血氧饱和度等)灵敏度、特异度低,需要进一步研究更特异的指标,或是基于可穿戴设备提供的多参数指标进行综合分析和评估。
2.1.3 远程肺康复训练肺康复训练是稳定期COPD有效治疗方案,但其长期维持存在困难。基于家庭的远程肺康复训练可能是未来发展方向,可通过可穿戴设备监测训练过程中的相关信息以进行远程指导。Tey等[17]开发了嵌入动作姿势与血氧等传感器的可穿戴设备,远程监测患者心率、血氧、呼吸频率及动作姿势,用于远程指导肺康复训练。近年来,一些远程肺康复训练的临床试验[18-19]基于远程电话或视频,通过一些可穿戴或外部设备监测患者相关生理指标,从而远程指导患者在家中肺康复训练。研究[18-19]表明,在减少急性加重再住院方面,家中远程肺康复训练与以医院为中心的肺康复训练一样有效。
2.1.4 可携带呼吸支持设备长期家庭氧疗可提高有严重低氧血症COPD患者的生存率。部分患者虽静息状态达不到氧疗的标准,但在活动时会出现低氧的情况,可能需要在运动时提供相应便携式制氧设备予以氧疗支持。便携氧疗设备目前已逐渐成熟应用,最新美国胸科学会指南[20]推荐合并严重劳累性低氧血症的COPD患者在活动中可使用便携式氧疗设备。
慢性稳定期合并高碳酸血症的COPD患者已被推荐使用家庭无创正压通气,但当前主流无创呼吸机并不适合患者在非卧床、活动过程中使用。Porszasz等[21]设计小型可穿戴式无创呼吸机以供患者活动时使用,该设备仅约0.45 kg,可与轻型氧气罐一起使用,可提供更加高效的通气支持,患者携带负担小,相对舒适。研究[21]显示,使用该可携带无创呼吸机的患者运动耐力较接受常规氧疗者提升,呼吸困难症状减轻。另外,Vogiatzis等[22]研究发现,在进行肺康复训练的COPD患者训练间期提供便携式无创通气,可提高患者的运动耐量。在COPD患者日常活动或肺康复训练过程中应用便携式无创通气还须进一步研究。
2.1.5 呼出气监测氧化应激为COPD进展的重要机制,相关生物标志物(如过氧化氢等)在COPD患者呼出气冷凝液中浓度升高。然而,呼出气冷凝物中相应监测指标易因氧化、pH值变化而不稳定。可穿戴式传感器可即时监测呼出气的成分,而无须依赖呼气冷凝物。Maier等[23]设计了基于电化学试纸的可穿戴传感器,用于在呼吸过程中连续实时监测过氧化氢浓度,并且可集成于呼吸面罩中使用。使用可穿戴传感器快速实时监测患者呼出气中的生物标志物具有广阔前景。
2.2 支气管哮喘 2.2.1 化学暴露监测避免接触过敏原、控制环境中的化学暴露是治疗哮喘的重要手段。Fung等[24]开发了一种便携式可穿戴式采样器,可收集环境中暴露的挥发性有机化合物,并同时采集环境温度、湿度和空间位置等信息,以分析空气污染与慢性健康问题的关系。可相应记录多环芳烃[25]、臭氧[26]等化学暴露的哮喘患者可穿戴健康监测工具也有所进展。
2.2.2 疾病活动监测和治疗管理哮鸣音是哮喘发作时的典型体征,监测日常呼吸音可能有助于诊断、预警急性发作及评价疾病活动情况。已有研究[27]研制了由穿戴式声学传感器的呼吸音自动分类系统,以跟踪患者哮喘的发作。
呼出气冷凝物中的生物标志物有助于监测哮喘疾病活动程度,进而指导治疗管理。呼出气NO作为哮喘的炎症生物标志物,具有辅助诊断作用。目前高灵敏度NO传感器研制已有进展[28],可用于持续监测。美国最新哮喘诊治指南[29]建议将监测呼出气NO作为哮喘疾病活动监测和治疗管理的一部分,但仅在频繁监测时才可有效预防加重[30],故借助可穿戴设备实现日常化的监测可能是未来发展方向。另有研究[31]证明呼气冷凝物中亚硝酸盐有望成为哮喘氧化应激的生物标志物,针对呼出气冷凝物中亚硝酸盐传感器的研究也有进展。
最新临床试验[32]整合呼吸音监测器、空气质量监测仪、便携式肺功能仪及家用NO监测仪,形成一套哮喘自我管理系统以预测哮喘是否加重。结果发现该系统可减少严重的哮喘发作并改善生活质量,但样本量较少还须进一步验证[32]。
2.3 OSAOSA以睡眠中反复出现呼吸暂停和低通气为特征,患病率在全球范围内逐年上升。OSA诊断金标准是使用多导睡眠图记录睡眠期间脑电、脉搏、血氧饱和度等参数以分析阻塞性呼吸事件,但需要在睡眠实验室中由专业人员进行,实施复杂,昂贵耗时,且不利于快速筛查及家中连续监测。一些临床试验[33-34]对疑似OSA患者使用了集氧饱和度、气流及胸腹运动测定于一体的便携式监护仪进行诊断,并设置相应算法以自动调整无创呼吸机压力。结果证明,家用便携式监护仪的管理与多导睡眠图诊疗效果相似,且成本较低。但这些研究中的参与者通常是因怀疑OSA而就诊的患者,并没有使用便携式监护仪进行筛查的证据[35]。通过家用便携式监护仪对OSA进行诊治的准确性和可靠性还须进一步研究。
另外,一些诸如腕带、头带、胸带等商用可穿戴睡眠监测设备逐渐出现,其中大多数都将睡眠监测与运动监测结合起来,使用脑电等更精确的监测方法还较少,也还缺乏临床验证与运用[36]。
2.4 肺炎肺炎的病情发展与患者体温、心率、呼吸频率、血氧饱和度等生理指标相关。在当前COVID-19疫情背景下,可穿戴设备因其可即时采集生理数据,在疾病的早期诊治、阻断病毒传播方面备受关注。Mishra等[37]收集了5 300名参与者可穿戴智能手表记录的数据,通过对心率、活动、睡眠等数据的纵向分析,可在患者症状出现前检测出63%的COVID-19病例。Quer等[38]同样收集了储存于30 529人智能手表中的数据,结果证实基于智能手表数据的评估有助于在有症状个体中区分COVID-19阳性病例。另外,一些初步研究[7]也提示,可穿戴生物传感器可能具有连续监测病毒、细胞因子、炎症标志物的潜力。包括可穿戴设备在内的新兴远程医疗工具将在COVID-19远程诊断、监测与管理中发挥作用。
3 未来展望 3.1 技术进步一方面,可穿戴设备需突破自身的技术瓶颈,提升所监测指标准确性与稳定性,改善设备功耗续航、通信传输能力,保证数据安全性。此外,可穿戴设备一般需要长期佩戴,若使用方法过于复杂,则会降低患者可接受度。对此,有研究[39]针对目前血氧饱和仪尚无法满足便携式持续监测的现状,开发了可贴附于指甲或耳垂的小型穿戴式血氧仪以供连续监测,在保证功效的同时提升穿戴的便捷和舒适度。可穿戴设备满足便携、可持续监测的需求十分重要。
另一方面,目前可穿戴设备常见的监测指标如生命体征、血氧、身体活动等灵敏度、特异度低,不能全面地评估疾病情况。呼吸系统疾病涉及呼吸运动、膈肌运动、鼻气流、呼吸音、呼出气成分、血气分析、肺功能等指标。监测与疾病更加相关、可日常评估的指标需要发展更新的技术以供监测更特异、更具临床意义的生理指标。如高精度胸腹运动监测技术、无创体外膈肌运动监测技术、排除心音干扰的连续呼吸音监测技术、穿戴式运动肺功能、集成心电和呼吸信号源进行分析的心肺耦合(CPC)技术等新型技术的发展,将有利于穿戴式呼吸监测的进步,具有巨大潜力。
3.2 早期诊断与筛查早期诊断对于呼吸慢病的预后十分重要,但多数患者对呼吸慢病的认识不足。并且肺功能、多导睡眠图等金标准诊断方法需要繁琐的操作与严格的质量控制,不能普及到社区基层进行早期诊断与筛查,造成我国呼吸慢病诊断不足。可靠而便捷的穿戴式呼吸监测设备将有助于对高危人群进行筛查。通过可穿戴设备进行多参数、多时段的数据收集,结合患者病史、症状和体征,可全方位勾勒呼吸慢病患者疾病的特征,从而提供依赖多参数动态收集数据计算后的早期诊断与筛查。
3.3 病情实时监测评估长期规范化治疗以控制临床症状与疾病进展,并预防未来发作对于呼吸慢病十分重要。可穿戴设备可以实现患者相关生理指标的监测,提供对重要生理事件的早期警报,以预防疾病发作,减少住院次数和住院时间,降低医疗成本。未来,哮喘患者可通过定期向穿戴设备吹气以测量呼出气中的炎症标志物,水平升高则警告用户使用吸入药物来预防哮喘发作。COPD异质性、不同分型分期及合并症,都为急性加重的早期识别带来挑战。未来,COPD的远程监测可能是基于多参数、个性化的算法来早期识别患者病情恶化并加以干预。
3.4 与物联网医学的结合目前的可穿戴设备还缺乏传感器之间的联动互通,未形成感知—识别—管理的闭环系统。物联网指具有内置传感器和网络连接等设备组成的网络[40]。物联网医学即物联网技术应用于医学,主要由以下3个部分组成。(1)穿戴式传感器,用于采集有关生理参数;(2)网络和通信接口,进行数据传输;(3)远程监控平台,集成大量数据,挖掘有用信息,识别与患者病情相关的重要参数。可穿戴设备作为物联网医学中的重要一环,可对医疗卫生服务对象实现动态跟踪、实时监测,在远程医疗和个性化医疗中具有广阔前景。
综上所述,可穿戴医疗设备已经逐渐应用于COPD、哮喘、OSA等呼吸系统疾病诊治,在疾病诊断、管理及健康监测等方面发挥作用。我国呼吸慢病管理存在诊断不足、治疗不规范的问题,可穿戴设备的应用将具有广阔的前景。
利益冲突:所有作者声明不存在利益冲突。
[1] |
YETISEN A K, MARTINEZ-HURTADO J L, ÜNAL B, et al. Wearables in medicine[J]. Adv Mater, 2018, 30(33): e1706910.
[DOI]
|
[2] |
KIM J, CAMPBELL A S, DE ÁVILA B E, et al. Wearable biosensors for healthcare monitoring[J]. Nat Biotechnol, 2019, 37(4): 389-406.
[DOI]
|
[3] |
LI P, LEE G H, KIM S Y, et al. From diagnosis to treatment: recent advances in patient-friendly biosensors and implantable devices[J]. ACS Nano, 2021, 15(2): 1960-2004.
[DOI]
|
[4] |
MONJE M H G, FOFFANI G, OBESO J, et al. New sensor and wearable technologies to aid in the diagnosis and treatment monitoring of Parkinson's disease[J]. Annu Rev Biomed Eng, 2019, 21: 111-143.
[DOI]
|
[5] |
WARMERDAM E, HAUSDORFF J M, ATRSAEI A, et al. Long-term unsupervised mobility assessment in movement disorders[J]. Lancet Neurol, 2020, 19(5): 462-470.
[DOI]
|
[6] |
PEREZ M V, MAHAFFEY K W, HEDLIN H, et al. Large-scale assessment of a smartwatch to identify atrial fibrillation[J]. N Engl J Med, 2019, 381(20): 1909-1917.
[DOI]
|
[7] |
MIN J, SEMPIONATTO J R, TEYMOURIAN H, et al. Wearable electrochemical biosensors in North America[J]. Biosens Bioelectron, 2021, 172: 112750.
[DOI]
|
[8] |
WANG D D, HU F B. Precision nutrition for prevention and management of type 2 diabetes[J]. Lancet Diabetes Endocrinol, 2018, 6(5): 416-426.
[DOI]
|
[9] |
YANG Y, SONG Y, BO X, et al. A laser-engraved wearable sensor for sensitive detection of uric acid and tyrosine in sweat[J]. Nat Biotechnol, 2020, 38(2): 217-224.
[DOI]
|
[10] |
PERRIOT B, ARGOD J, PEPIN J L, et al. Characterization of physical activity in COPD patients: validation of a robust algorithm for actigraphic measurements in living situations[J]. IEEE J Biomed Health Inform, 2014, 18(4): 1225-1231.
[DOI]
|
[11] |
ORME M W, WEEDON A E, SAUKKO P M, et al. Findings of the chronic obstructive pulmonary disease-sitting and exacerbations trial (COPD-SEAT) in reducing sedentary time using wearable and mobile technologies with educational support: randomized controlled feasibility trial[J]. JMIR Mhealth Uhealth, 2018, 6(4): e84.
[DOI]
|
[12] |
MENDOZA L, HORTA P, ESPINOZA J, et al. Pedometers to enhance physical activity in COPD: a randomised controlled trial[J]. Eur Respir J, 2015, 45(2): 347-354.
[DOI]
|
[13] |
YILMAZ G, RAPIN M, PESSOA D, et al. A wearable stethoscope for long-term ambulatory respiratory health monitoring[J]. Sensors (Basel), 2020, 20(18): 5124.
[DOI]
|
[14] |
WU R, LIAQAT D, DE LARA E, et al. Feasibility of using a smartwatch to intensively monitor patients with chronic obstructive pulmonary disease: prospective cohort study[J]. JMIR Mhealth Uhealth, 2018, 6(6): e10046.
[DOI]
|
[15] |
VIANELLO A, FUSELLO M, GUBIAN L, et al. Home telemonitoring for patients with acute exacerbation of chronic obstructive pulmonary disease: a randomized controlled trial[J]. BMC Pulm Med, 2016, 16(1): 157.
[DOI]
|
[16] |
MIȽKOWSKA-DYMANOWSKA J, BIAȽAS A J, OBREBSKI W, et al. A pilot study of daily telemonitoring to predict acute exacerbation in chronic obstructive pulmonary disease[J]. Int J Med Inform, 2018, 116: 46-51.
[DOI]
|
[17] |
TEY C K, AN J, CHUNG W Y. A novel remote rehabilitation system with the fusion of noninvasive wearable device and motion sensing for pulmonary patients[J]. Comput Math Methods Med, 2017, 2017: 5823740.
|
[18] |
VASILOPOULOU M, PAPAIOANNOU A I, KALTSAKAS G, et al. Home-based maintenance tele-rehabilitation reduces the risk for acute exacerbations of COPD, hospitalisations and emergency department visits[J]. Eur Respir J, 2017, 49(5): 1602129.
[DOI]
|
[19] |
GAGNON S, ROSS B, BOURBEAU J. Video teleheath and pulmonary rehabilitation: need for a better understanding[J]. Am J Respir Crit Care Med, 2020, 201(1): 119-220.
[DOI]
|
[20] |
JACOBS S S, KRISHNAN J A, LEDERER D J, et al. Home oxygen therapy for adults with chronic lung disease. An official American Thoracic Society clinical practice guideline[J]. Am J Respir Crit Care Med, 2020, 202(10): e121-e141.
[DOI]
|
[21] |
PORSZASZ J, CAO R, MORISHIGE R, et al. Physiologic effects of an ambulatory ventilation system in chronic obstructive pulmonary disease[J]. Am J Respir Crit Care Med, 2013, 188(3): 334-342.
[DOI]
|
[22] |
VOGIATZIS I, CHYNKIAMIS N, ARMSTRONG M, et al. Intermittent use of portable NIV increases exercise tolerance in COPD: a randomised, cross-over trial[J]. J Clin Med, 2019, 8(1): 94.
[DOI]
|
[23] |
MAIER D, LAUBENDER E, BASAVANNA A, et al. Toward continuous monitoring of breath biochemistry: a paper-based wearable sensor for real-time hydrogen peroxide measurement in simulated breath[J]. ACS Sens, 2019, 4(11): 2945-2951.
[DOI]
|
[24] |
FUNG A G, RAJAPAKSE M Y, MCCARTNEY M M, et al. Wearable environmental monitor to quantify personal ambient volatile organic compound exposures[J]. ACS Sens, 2019, 4(5): 1358-1364.
[DOI]
|
[25] |
ROHLMAN D, DIXON H M, KINCL L, et al. Development of an environmental health tool linking chemical exposures, physical location and lung function[J]. BMC Public Health, 2019, 19(1): 854.
[DOI]
|
[26] |
DIEFFENDERFER J, GOODELL H, MILLS S, et al. Low-power wearable systems for continuous monitoring of environment and health for chronic respiratory disease[J]. IEEE J Biomed Health Inform, 2016, 20(5): 1251-1264.
[DOI]
|
[27] |
OLETIC D, ARSENALI B, BILAS V. Low-power wearable respiratory sound sensing[J]. Sensors (Basel), 2014, 14(4): 6535-6566.
[DOI]
|
[28] |
LI W, GENG X, GUO Y, et al. Reduced graphene oxide electrically contacted graphene sensor for highly sensitive nitric oxide detection[J]. ACS Nano, 2011, 5(9): 6955-6961.
[DOI]
|
[29] |
CLOUTIER M M, DIXON A E, KRISHNAN J A, et al. Managing asthma in adolescents and adults: 2020 asthma guideline update from the National Asthma Education and Prevention Program[J]. JAMA, 2020, 324(22): 2301-2317.
[DOI]
|
[30] |
CLOUTIER M M, BAPTIST A P, BLAKE K V, et al. 2020 Focused updates to the asthma management guidelines: a report from the National Asthma Education and Prevention Program Coordinating Committee Expert Panel Working Group[J]. J Allergy Clin Immunol, 2020, 146(6): 1217-1270.
[DOI]
|
[31] |
GHOLIZADEH A, VOIRY D, WEISEL C, et al. Toward point-of-care management of chronic respiratory conditions: electrochemical sensing of nitrite content in exhaled breath condensate using reduced graphene oxide[J]. Microsyst Nanoeng, 2017, 3: 17022.
[DOI]
|
[32] |
KHUSIAL R J, HONKOOP P J, USMANI O, et al. Effectiveness of myAirCoach: a mHealth self-management system in asthma[J]. J Allergy Clin Immunol Pract, 2020, 8(6): 1972-1979.
[DOI]
|
[33] |
MASA J F, CORRAL J, PEREIRA R, et al. Therapeutic decision-making for sleep apnea and hypopnea syndrome using home respiratory polygraphy: a large multicentric study[J]. Am J Respir Crit Care Med, 2011, 184(8): 964-971.
[DOI]
|
[34] |
CORRAL J, SÁNCHEZ-QUIROGA M, CARMONA-BERNAL C, et al. Conventional polysomnography is not necessary for the management of most patients with suspected obstructive sleep apnea. Noninferiority, randomized controlled trial[J]. Am J Respir Crit Care Med, 2017, 196(9): 1181-1190.
[DOI]
|
[35] |
JONAS D E, AMICK H R, FELTNER C, et al. Screening for obstructive sleep apnea in adults: evidence report and systematic review for the US preventive services task force[J]. JAMA, 2017, 317(4): 415-433.
[DOI]
|
[36] |
SHELGIKAR A V, ANDERSON P F, STEPHENS M R. Sleep tracking, wearable technology, and opportunities for research and clinical care[J]. Chest, 2016, 150(3): 732-743.
[DOI]
|
[37] |
MISHRA T, WANG M, METWALLY A A, et al. Pre-symptomatic detection of COVID-19 from smartwatch data[J]. Nat Biomed Eng, 2020, 4(12): 1208-1220.
[DOI]
|
[38] |
QUER G, RADIN J M, GADALETA M, et al. Wearable sensor data and self-reported symptoms for COVID-19 detection[J]. Nat Med, 2021, 27(1): 73-77.
[DOI]
|
[39] |
KIM J, GUTRUF P, CHIARELLI A M, et al. Miniaturized battery-free wireless systems for wearable pulse oximetry[J]. Adv Funct Mater, 2017, 27(1): 1604373.
[DOI]
|
[40] |
DWIVEDI A D, SRIVASTAVA G, DHAR S, et al. A decentralized privacy-preserving healthcare blockchain for IoT[J]. Sensors (Basel, Switzerland), 2019, 19(2): 326.
[DOI]
|