智能穿戴设备在新冠疫情中的潜在应用与展望

2019年G状病毒疾病(COVID-19)已成为一种大流行病，感染病毒后临床表现症状严重。像COVID-19这样的大规模流行病对世界卫生系统提出了前所未有的要求，J大地冲击了医疗系统，并以前所未有的方式严重威胁着。虽然前线人员在检测病毒、提供治疗和开发疫苗方面作出了巨大努力，但也需要审查处理疾病出现、阻止其传播、特别是预防疾病战略的技术和系统。可穿戴设备可以将基本生命体征与临床症状学结合起来，在COVID-19感染的早期预警中发挥至关重要的作用，以进行测试有可能感染的人，检测被隔离、隔离或突然恶化的人，特别是无症状的人，并远程监测与COVID-19相关的非患者，以便优先使用和分配资源，减少交叉污染。

在COVID-19的所有临床表现中，有三种原发性G状病毒症状：一)呼吸窘迫，呼吸急促，二)发烧，三)咳嗽。其临床特征是：I)呼吸频率(RR)≥每分钟20次呼吸(Bpm)，II)温度≥38°C，III)脉冲速率>每分钟100次，用听诊器获得数据。因此，进行呼吸评估、心血管监测和其他参数或指标评估，如温度和咳嗽筛查可以检测任何可疑病例或恶化。近期IEEE Reviewin Biomedical Engineering发表了“Wearable sensing andtelehealth technology with potential applications in the Coronavirus pandemic”文章，主要阐述了以上三个方面：1)适合于监测G危人群和检疫人群的可穿戴设备，用于评估护理人员和管理人员的健康状况，并促进进入医院的分类过程；2)用于检测疾病和监测临床情况，传感系统可以检测相对较轻症状的患者突然恶化时的情况；3)远程保健技术，用于远程监测和诊断 COVID-19和相关疾病。

图1 可穿戴设备在不引人注目的传感器和远程保健系统在流行病期间的应用场景(上面的一些原始设计概念是从R.Pettigrew博士2012年在科学院举行的IEEE生命科学大挑战会议上的演示中借用的)[1]

 

2、检测呼吸的可穿戴设备

COVID-19主要被认为是一种呼吸系统疾病。肺部可能发炎，导致呼吸困难；此外，它还会导致肺炎，肺内肺泡的感染，血液交换氧气和二氧化碳[2]。可穿戴设备能够提供无创和持续的评估和监测患者的呼吸功能或参数，包括SpO2、RR和肺音。

 

2.1 氧气饱和

氧饱和度(SpO2)是衡量血红蛋白饱和氧的百分比，是呼吸功能和人体整体生理状况的标志。随着COVID-19病毒的进化，导致肺部可以充满炎症物质和液体，气囊变得发炎，阻碍了它们通过氧气进入血液的能力，可能导致缺氧和即将到来的器官损伤。正常健康的人能够达到95%-100%的SpO2水平，但有健康问题或呼吸窘迫的患者的水平可能会降低。SpO2是COVID-19患者分类的重要指标。世卫组织的指导方针建议，SpO2大于94%的患者可以在家庭得到护理。

图2 商业可用可穿戴脉冲氧计

虽然商业上可用的脉冲血氧测定的使用是广泛的，但这种可穿戴技术仍然存在，诸如运动伪影和G功率消耗等常见问题，这是长期远程健康应用的关键挑战。近几十年来，一直在努力解决这些挑战。为了减轻运动伪影的影响，Yan和Zhang开发了一种使用小相关离散饱和变换来估计SPO2的算法，当信号质量较低时，该算法比临床验证的运动抗算法离散饱和变换具有更好的性能[3]。Mendelson等人，研究了一种多通道反射脉冲血氧计，它被证明是有效的鲁棒噪声消除与PPG信号同时从每个信道获得[4]。Chacon等人研究了一种无线可穿戴脉冲氧计，它与一种新的数据相关的运动伪影裁剪算法集成在一起，被证明是一种有效的连续监测SpO2的方法[5]。哈维等人近的另一项研究开发了一种基于PPG时频分量的算法，该算法被证明具有运动伪影和低氧水平的SpO2测量精度为96.76%[6]，此外还研究了提G脉冲氧法能量效率的潜在解决方案。Haahr等人的研究提出了一种采用环形背面硅光电二J管的贴片SpO2监视器，可以降低血氧计传感器的功耗[7]。而Kim等人，研究了柔性可穿戴无电池脉冲氧测定法，该法采用具有近场通信技术的新型材料进行电源[8]。近，Lee等人设计了一种具有柔性有机LED和有机光电二J管的反射贴片式血氧计，与典型的LED和探测器相比，具有超低功耗[9]。随着运动伪影和节能问题的充分解决，具有J低功耗的鲁棒可穿戴脉冲氧计将在像COVID-19这样的大流行病中具有巨大的应用潜力。

2.2 呼吸频率

呼吸频率(RR)是监测疾病进展的重要生命体征。与SpO2、HR和体温一起，RR是评估呼吸疾病严重程度的临床特征之一，例如，严重呼吸窘迫患者的RR大于30呼吸/分钟，可发展为ARDS。此外，RR可能是COVID-19的重要预后因素。一项对武汉市COVID-19成年住院患者的回顾性队列研究表明，63%（54人中的34人）死于该疾病的患者每分钟的RRG于24次呼吸，而16%（22人）137)幸存者[12]。因此，用可穿戴设备和不引人注目的传感系统去实时和连续地测量RR对于监测COVID-19的进展非常重要，能够识别病情恶化，评估对治疗的反应，以及评估是否需要改变临床护理。

通过传感器技术，包括热、湿度、声学、压力、电阻、电感、加速度、肌电图和阻抗。具有这些传感器的可穿戴设备可以安装到胸带中，再连接到胸带[13-16]，或者应用于皮肤[17,18]，以及其他连接方式。

基于气流的方法依赖于呼出的空气更温暖，湿度更G，CO2比吸入的空气更多。因此，RR可以通过检测来测量 温度、湿度和CO2的变化。气流感应的方法通常需要一个传感器连接到气道。传感器可以是热敏电阻、湿度传感器或CO2检测温度/湿度的传感器吸入和呼出空气之间的2次变化。例如，Liu等人。设计了一种基于热对流效应的柔性表皮呼吸传感器，该传感器具有较G的热灵敏度，通过将传感器安装在上唇上方，可以很好地捕捉各种呼吸模式[18]。Dai等人开发了一种聚电解质湿度传感器，可以集成到面罩中，这是在目前的大流行中广泛使用的[19]。但是，使用面罩进行监测仍然会对用户造成干扰，传感器的位移可能会影响精度。

2.3 肺音

传染性疾病和非传染性疾病都会导致肺中空气和液体水平的异常。疾病引起的结构改变导致通过胸腔的声传输频率的改变。不定呼吸声根据其频谱-时间特征和位置被分为几种不同的类型。常见的类型包括多种肺部病理和损伤导致不定的呼吸声和/或改变声音传播途径，具有光谱和区域不同的影响，如果适当量化，可以提供关于创伤或疾病的严重程度和位置的额外信息。对于COVID-19，目前缺乏对呼吸声的临床研究，一项研究通过肺部听诊对证实COVID-19的患者进行了肺音调查，并表明所有患者(n=10)都被发现有异常的呼吸声。这表明肺音可能被用作可疑和无症状患者的简单筛查方法。

 

3、检测心血管的可穿戴设备

虽然COVID-19常见的临床表现以呼吸症状为主，但COVID-19可显著影响心脏功能，导致心肌损伤，并可能对心血管系统造成慢性损害。一项队列研究报告说，19.7%的COVID-19患者(n=416)在住院期间有心脏损伤[24]；另一项研究发现，27.8%的患者有心肌损伤，导致心功能不全和心律失常[25]。SARS-CoV-2所致心血管损伤的机制尚不清楚，但可能涉及呼吸衰竭和低氧血症引起的心脏应激增加，心脏和血管内衬富含ACE2受体的病毒攻击引起的直接心肌感染[26]全身炎症反应引起的间接损伤。

3.1 心电图监测CVD和COVID-19患者

心电图是一种诊断工具，通常用于评估心脏系统的电和肌肉功能，记录心脏的节律和活动。心电图及其衍生HR可为无症状个体CVD筛查、CVD诊断和COVID-19治疗风险评估提供有价值的信息。合并心血管损伤的COVID-19可能通过心电图改变间接反映.. 在COVID-19患者中，心电图异常包括ST段抬G和多灶性室性心动过速。此外，目前经验性使用的药物治疗COVID-19可能有副作用和药物相互作用，例如氯喹和羟氯喹已知会延长QT间期，这可能导致致命的副作用[28]。因此，需要密切监测心电图的COVID-19患者QT延长药物[29]。此外，基于可穿戴的远程心电图监测，而不是医务人员的标准生命体征检查，可以通过减少工作人员与病人的接触来减少交叉感染。

 

3.2 持续血压监测

血压是反映心脑血管功能的重要生命体征之一.. G血压，被称为G血压，是心血管疾病发病率和死亡率的主要危险因素，每年占全世界1000多万个基本上可以预防的死亡[30]。对5700名COVID-19患者的研究表明，G血压是常见的共病（3026(56.6%)患者)，其次是肥胖(1737(41.7%)患者)和糖尿病(1808(33.8%）患者[31]。这些研究表明，血压不健康的的人中，遭受COVID-19严重并发症的风险更G。近的一项包括44672例确诊病例的研究进一步表明，G血压（6.0%）和CVD（10.5%)的病例死亡率明显G于没有患G血压者(0.9%）[32]。

4、临床症状监测的可穿戴设备

有研究报道，COVID-19的主要临床表现为发热（90%以上病例)，咳嗽(75%左右)和呼吸困难(G达50%）[42]。这三个症状也是主要的临床特征，结合流行病学风险，以筛选可疑的COVID-19患者。除了上述呼吸评估外，还需要监测温度和咳嗽情况，以便在家庭和公共场所等非医疗环境中筛查疑似病人，并监测经证实的病例，以随时间了解病情的发展。检测这些常见的临床表现的COVID-19可以通过先进的可穿戴设备。在这一小节中，我们将回顾可穿戴温度监测和咳嗽检测技术的新进展及其在早期控制COVID-19大流行中的潜在应用。

 

4.1 温度

Han等人设计了一种像柔性温度传感器一样的皮肤，它使用电阻温度计探测器，结合近场通信技术，实现无电池和无线连续监测表面体温，可能在身体的任何地方[43]。Huang等人研究了一种双热流法，并开发了一种可穿戴式测温仪，该测温仪可以通过佩戴带有内置温度计的头带来测量核心体温，与金标法相比，测量误差小于0.1°C[44]。近，Atallah等人研究，从泡沫基柔性温度计，可以附加在耳朵后面，以实时测量核心体温。

国内近期由清华大学计算机系、智慧城市建设工委、中关村国际软件协会与浙江金开物联网科技有限公司合作，专门针对群体性封闭场所（如学校、工厂、写字楼等）研发了基于测温手环的物联网系统。通过手环准确测温，以（4G/5G)物联网数据采集器为支撑，云端自动记录群体温度信息，自动生成体温报表反馈给主管人员，为长期可靠的安全防疫提供了技术支撑。

4.2 咳嗽监测

干咳是COVID-19的典型体征和症状之一。感染COVID- 19的人咳嗽时可能会传播这种疾病。由于咳嗽是感冒和流感等其他病毒疾病的常见症状，人们可能不会特别注意这种对身体状况的警告。对于COVID-19，持续监测咳嗽有助于COVID-19的筛查和临床诊断，提G个人对疾病的认识。咳嗽信号通常是通过音频或机械传感器获得的，该传感器可以分别检测咳嗽声或咳嗽引起的振动。这些传感器包括可以可穿戴或放置在用户附近的麦克风，或压电换能器和G灵敏度加速度计，可以放置在喉部或胸部区域[49-51]。利用机器学习分类算法等音频信号处理和识别方法，可以自动识别咳嗽[50]。为了应对COVID-19危机，Imran等人。开发了一种基于混合深度学习和经典机器学习算法的“AI4COVID-19”应用程序，通过使用手机获取的2秒咳嗽记录来检测COVID-19咳嗽。它显示了区分COVID-19咳嗽和非COVID-19相关咳嗽的能力，准确率超过90%[52]。通过智能手机获取音频信号，Monge-Alvarez等人。利用一个具有k近邻分类器的鲁棒特征集进行自动咳嗽检测，并在不同环境中显示出88%和99%的咳嗽检测的灵敏度和特异性[53]。