患者从未拥有如此多的健康信息，但其中大部分无法使用。原因何在。
ZDNET核心要点
- 可穿戴设备生成大量数据，但医生并不总能使用这些数据。
- 为片段式诊疗构建的系统难以处理持续不断的健康数据流。
- 一些医生希望人工智能等技术进步能提供帮助。
心脏病专家大卫·考（David Kao）博士已经习惯患者带着可穿戴设备收集的数据前来就诊。
五月底的一个星期三早上也不例外：一位患者向他展示了她智能手环的统计数据，她对此感到担忧。
"可能70%的数据，我都不知道在临床上该如何处理，因为这些都是公司自行设定的指标，"科罗拉多大学医学院心脏病学副教授考说，"但也有两三个指标非常有用，如果没有她佩戴的[设备]，我们根本无法获得这些信息。"
随着患者和医生努力应对可穿戴技术产生的大量指标，类似的场景已经在美国各地持续了十多年。
"你会收到各种信息的'消防水龙'，"考说，"通常你必须查找其中一些信息才能略知如何评论，而且没有数字化方法来总结或支持临床医生理解如何处理这些信息。"
根据数据平台Statista的报告，超过30%的美国成年人拥有健身或健康可穿戴设备。随着这些设备的普及，关于佩戴者的指标数量也急剧增加。心率、血压、睡眠模式、压力、脉搏血氧等数据。简而言之，个体人类从未被如此量化。
尽管可穿戴设备经常宣传数据能带来更健康、更优化的生活，但对于想要弄清楚这些洞察意味着什么以及如何使用的患者和医生来说，现实要复杂得多。
持续诊疗
除非你有慢性疾病或进行年度体检，否则你很可能只在出现问题时才去看医生。
在可穿戴健康设备时代，为片段式诊疗构建的系统并未设计用于容纳持续不断的健康数据流。
阿拉巴马大学伯明翰分校市场营销教学副教授里亚姆·肖雷巴（Ream Shoreibah）表示："尽管医生确实相信可穿戴设备的实用性，但他们的系统、基础设施和资源（包括时间和人员配置）并未设置为接收和使用这些数据。"
肖雷巴是研究团队的一员，该团队最近在《消费者事务杂志》(The Journal of Consumer Affairs)上发表了一份报告，探讨患者、数据和医生之间存在的挑战。
他们强调的一个关键问题是将可穿戴数据整合到患者的电子健康记录(EHR)中。
将可穿戴数据吸收到EHR中很困难，原因有很多。首先，该过程需要两家大公司拥有的两个独立云系统相互通信。旧金山大学医学教授、UCSF和加州大学伯克利分校计算精准健康教授伊达·西姆（Ida Sim）博士表示，还必须确保可穿戴设备的患者数据进入正确人员的EHR。西姆也是UCSF和加州大学伯克利分校计算精准健康联合项目的联席主任。
"所有这些都只是'狂野西部'，"她说。
西姆表示，即使可穿戴数据能够快速轻松地导入EHR，目前提供商仍在管理各种专有平台所需的众多账户和登录信息，而这些数据甚至可能不会以相同格式呈现。
与此同时，监管仍不明朗，提供商必须决定存储哪些数据、不存储哪些数据，以及存储多长时间。
你的医生是否需要记录你过去三个月每五分钟的心率——或者永久保存？
正如西姆指出的，各种可穿戴设备使用"恢复"和"压力"等指标，这些指标的含义通常无法很好地转化为临床环境。一些医生质疑这些指标是否可信。
肖雷巴和她的研究团队在研究中讨论了这个问题。研究报告称："这些有效性担忧造成了专业困境：忽视可穿戴设备生成的数据可能会疏远积极参与的患者，而依据可能不准确的读数采取行动则可能带来临床危害。"
FDA批准或第三方测试等验证，以及可穿戴设备制造商更大的透明度，可以在医生和患者中建立对数据的信任。
"我们不知道输入，不知道处理过程，我们得到的只是一个标签、一个数字和一些解释，这些可能听起来很科学，但实际上可能完全不是，"西姆说。
从数字雪崩中突围
路易斯安那州巴吞鲁日圣母湖地区医疗中心的心脏电生理学家肯尼思·西维洛（Kenneth Civello）博士可以回想起2009年Fitbit进入市场时的情景，当时患者开始带着数据前来就诊。特别是，他记得第一次遇到新的洞察水平。
一位老年女性患者拜访了他，她的iPad上加载了所有数据。她这个年龄容易发生心房颤动，她对此表示担忧。
"看起来像是心房颤动特征的心律，"他说，"就在那时，我开始相信可穿戴设备。"
西维洛表示，这些新数据源并未立即被完全接受。他将自己描述为可穿戴数据的粉丝和批评者，但这些洞察帮助他形成了对未来的看法。例如，在尝试远程监测患者血压时，已经戴在某人手腕上的可穿戴设备意味着该人不必在白天停下来检查（或忘记检查）。
毫无疑问，可穿戴设备已经挽救了生命。多年来，消费者将Apple Watch等设备归功于提醒他们注意危及生命的心律不齐等情况。
许多临床可穿戴设备（如连续血糖监测仪）已经存在并将数据流入EHR。在心脏病学等领域，患者远程监测并不是新趋势。即使没有可穿戴设备的患者也会带来数据。西姆表示，她曾有人带着插图页上的血压数据表格前来就诊，或者写在餐巾纸上。
尽管这种方法听起来混乱，但像西维洛这样的医生有理由保持乐观。可穿戴设备制造商正在采取措施减少摩擦。2025年，三星收购了护理协调平台Xealth。Xealth与该国最大的电子健康记录供应商Epic集成。西维洛希望这一举措将使从三星健康设备获取患者记录中的数据变得更加容易。
如果有人能解决EHR问题，西维洛认为AI工具可以帮助医生综合"数字雪崩"般的健康数据，并创建更个性化的护理。
"个性化部分将来自大型语言模型，这些模型了解你的医疗保健数据，然后将这些数据整合起来，生成一份与你的医生（作为环路中的人）配合使用的摘要，"他说，同时也承认围绕LLM中医疗信息的政策和法规还有很长的路要走。毕竟，HIPAA不适用于聊天机器人和消费者智能设备。
好消息是，考表示科罗拉多大学正在研究解决这些挑战的方案。
"目标是'如何将运营电子健康记录与某种智能支持或功能或设备配对或结合，以消耗所有这些外部可穿戴数据，并以每个人都认为有用的方式处理或解释它，然后将有用的部分放回健康记录中，供提供商采取行动？'"他说。
西姆正在帮助开发一个名为JupyterHealth的开源平台，旨在解决数据摄入问题，而不将所有数字基础设施掌握在大公司手中。
"健康是公共产品，我们不应该将其视为纯粹的商业行为。它不是。它是一种公共产品，所以我们需要公共基础设施，"西姆说。
一些一般性建议和最佳实践也在形成。美国神经病学学会(American Academy of Neurology)于3月发布了针对神经病学家使用可穿戴设备的指南。
神经病学家、美国神经病学学会关于可穿戴设备文章的主要作者莎拉·M·贝尼什（Sarah M. Benish）博士通过电子邮件表示："医生在医学领域需要跟上的内容很多，因此创建指南可以帮助临床医生了解技术的一些基础知识，讨论其局限性，并在与患者的预约前提高意识。"
随着越来越多的人使用可穿戴设备，西姆也希望人们记住，即使有大量清晰合成的数据，图表和表格也不一定是解锁健康的魔法钥匙。她表示，诊断和治疗人类并不像更换汽车的化油器那样简单直接。
对考来说，当他无法使用患者的数据宝库时，有时他会引导患者克服失望。
"患者值得称赞的是，他们希望更多地了解自己以及身体的状况和对事物的反应。"
【全文结束】