近十年我國可穿戴設備在健康管理領域的研究現狀及發展趨勢

楊鑫鑫，郭清，王曉迪，司建平，4，項鍥，龍鑫

隨著“健康中國”戰略的深入推進，我國的醫療衛生服務正在從原來的“以疾病為中心”轉向“以人民健康為中心”，貫徹落實“預防為主”的思想方針，為應對人口老齡化做出了積極的準備。伴隨人口老齡化的加劇，最迫切的問題是心腦血管疾病、腫瘤、慢性呼吸系統疾病和糖尿病等慢性疾病的威脅[1]。據《中國居民營養與慢性病狀況報告（2020 年）》[2]，2019年我國居民因慢性疾病導致的死亡人數占總死亡人數的88.5%，因慢性疾病導致的過早死亡率為16.5%，雖然與2015年的18.5%相比下降了2個百分點，但是隨著慢性疾病患病人數的不斷增加和患者生存期的不斷延長，國家需供給慢性疾病患者的醫療資源和社會個人需要負擔的醫療費用持續增加。2018年國務院辦公廳發布《國務院辦公廳關于促進“互聯網+醫療健康”發展的意見》，提出“互聯網+公共衛生服務”這一創新舉措，以高血壓、糖尿病等慢性疾病為重點，鼓勵通過可穿戴設備獲取生命體征數據，為老年人、孕產婦等特殊人群提供健康管理服務[3]。近年來，可穿戴設備作為健康信息采集的重要端口，在醫療健康領域的應用價值逐步體現[4]，受到廣大學者的關注并取得大量學術成果。魏奕星等[5]通過對可穿戴設備在健康監測、疾病管理、康復和中醫藥四個醫療健康領域的應用研究進行總結，提出未來可穿戴設備可通過云端醫療健康大數據的深度分析發揮其應用潛能。許瀟瑩等[6]介紹了可穿戴設備在神經系統康復、骨科康復和慢性老年退行性疾病康復等醫療康復領域的應用，認為利用可穿戴設備可實現遠程康復，家庭康復和社區康復的醫療康復模式安全可行。TAN等[7]針對心血管疾病會增加新型冠狀病毒感染（COVID-19）患者死亡率的問題，提出基于可穿戴設備的實時心血管監測系統可以自動預測COVID-19患者的心血管健康結局，其預測準確率高達99.29%。可穿戴設備在慢性疾病的預防、預測和干預等健康管理領域已顯示出較強的應用潛力，而聚焦于健康管理領域的研究較少。鑒于此，本文通過CiteSpace工具，全面梳理和分析可穿戴設備在健康管理領域的研究熱點、前沿和趨勢情況，旨在為未來的研究方向提供參考。

1 資料與方法

1.1 文獻來源與檢索策略 為探究可穿戴設備在健康管理領域的研究現狀，本文選擇中國知網（CNKI）數據庫作為數據來源，以“可穿戴”作為主題關鍵詞，時間跨度設置為2011年—2021年，檢索時間為2022-06-22，在“醫藥衛生科技”領域共檢索到中文文獻1632篇，人工剔除報紙、會議信息、投稿指南、簡介等非研究型文獻和與主題不相關的文獻，最終確定與健康管理相關的文獻共519篇。

1.2 研究方法 根據CNKI數據庫中每年刊載的以“可穿戴”為主題的文章數量，通過頻數統計分析2011—2021年可穿戴設備在健康管理領域的發文趨勢。利用CNKI數據庫自帶的“計量可視化”分析工具進行統計，以Excel表格繪制2011—2021年可穿戴設備在健康管理領域研究的學科、期刊、作者和機構分布圖。利用CiteSpace 5.8.R3軟件對文獻關鍵詞進行可視化分析，通過繪制關鍵詞共現圖譜、關鍵詞突現圖譜和關鍵詞時間線圖譜，分析可穿戴設備在健康管理領域的研究熱點、研究前沿和研究趨勢。

2 結果

2.1 可穿戴設備在健康管理領域的發文量趨勢分析總體來看，2011—2021年可穿戴設備在健康管理領域的發文量呈上升趨勢（圖1），其中有2個關鍵的轉折點，分別是2013年和2017年。2013年之前少有相關研究，2013年（3篇）至2015年（62篇）的發文量進入爆發式高速增長階段，隨后緩慢增長至2017年（76篇），而在2017年之后出現下降趨勢，2018年（53篇）后又繼續穩步增長，到2021年達到最高發文量（85篇）。

圖1 2011—2021年可穿戴設備在健康管理領域的發文量趨勢Figure 1 The trend of studies on wearable devices in health management in China published from 2011 to 2021

2.2 可穿戴設備在健康管理領域研究的空間分布情況分析

2.2.1 可穿戴設備在健康管理領域研究的學科和期刊分布 可穿戴設備在健康管理領域的研究涉及生物醫學、信息科學、計算機硬件和軟件技術等多門學科，其中主要學科分布如圖2所示。發文量排名前3位的學科是“醫學教育與醫學邊緣學科”（172篇）、“醫藥衛生方針政策與法律法規研究”（123篇）和“生物醫學工程”（109篇），總和約占全部學科發文量的78%。從期刊的分布來看，各期刊的發文數量呈階梯式均勻分布，其主要分布期刊如圖3所示，大致分為4個梯隊，第一梯隊：醫學信息學雜志（14篇）、中國數字醫學（12篇）；第二梯隊：智慧健康（9篇）、華中科技大學學報（醫學版）（9篇）等；第三梯隊：上海交通大學學報（醫學版）（6篇）、中國醫院院長（6篇）等；第四梯隊：中國信息化（5篇）、中華健康管理學雜志（5篇）和醫療衛生裝備（5篇）等。

圖3 2011—2021年可穿戴設備在健康管理領域研究發文量排名前14的期刊Figure 3 Top 14 journals publishing studies on wearable devices in health management in China from 2011 to 2021

2.2.2 可穿戴設備在健康管理領域研究的作者和機構分布 可穿戴設備在健康管理領域發文量排名前10的作者見表1。國內該領域的主要研究人員為中國人民解放軍總醫院的張政波教授、上海中醫藥大學的羅曉蘭副教授以及中國醫學科學院醫學信息研究所的何曉琳研究員等（表1）。近10年國內相關領域研究發文量前14的科研機構所占比例如圖4所示，其中華中科技大學發文量排名第一，發文總量為14篇，占總發文量的18%，其次分別是上海交通大學（13%）、東南大學（13%）和重慶醫科大學（10%）等。

表1 2011—2021年可穿戴設備在健康管理領域研究發文量排名前10的作者Table 1 Top 10 authors publishing the most studies on wearable devices in health management in China from 2011 to 2021

圖4 2011—2021年可穿戴設備在健康管理領域研究發文量排名前14的機構Figure 4 Top 14 institutions publishing the most studies on wearable devices in health management in China from 2011 to 2021

2.3 可穿戴設備在健康管理領域研究的研究熱點與演化趨勢

2.3.1 關鍵詞共現圖譜 關鍵詞是文章核心內容的體現，通過關鍵詞的詞頻分析可以探知某一領域的研究熱點。共詞分析法利用文獻集中詞匯對或名詞短語共同出現的情況，來確定該文獻集所代表學科中各主題之間的關系。利用CiteSpace軟件繪制關鍵詞共現圖譜（圖5）。圖中每一圓圈代表一個關鍵詞，圓圈的大小代表關鍵詞出現頻次的高低，圓圈間的連線代表不同關鍵詞的共現關系，連線的粗細代表共現強度[8]。依據關鍵詞共現圖譜及關鍵詞詞頻統計分析結果，按照詞頻由高到低的順序排在前20位的關鍵詞依次是：可穿戴、移動醫療、健康管理、物聯網、傳感器、智慧醫療、大數據、人工智能、遠程醫療、互聯網、互聯網+、糖尿病、心律失常、健康教育、健康監護、智能醫療、云計算、5G、監測系統、老年人。其中中介中心性排名前5位的關鍵詞依次是（除“可穿戴”之外）：移動醫療、健康管理、傳感器、物聯網和智慧醫療，提示以上關鍵詞與其他關鍵詞的共現頻次較高。

圖5 可穿戴設備在健康管理領域相關文獻的關鍵詞共現圖譜Figure 5 Keywords co-occurrence map of literature on wearable devices in health management in China published from 2011 to 2021

2.3.2 關鍵詞突現圖譜 關鍵詞突現是指在特定時期內，某研究領域中對某一主題關注程度的突變情況，用來顯示某一階段突然出現或頻率突增的關鍵詞，可以幫助分析該研究領域的前沿問題。利用CiteSpace軟件的關鍵詞突現功能，得到2011—2021年可穿戴設備在健康管理領域研究的突現關鍵詞以及每個突現詞出現和消失的年份，前8個最強突現關鍵詞依次為：移動醫療、心電監測、互聯網、智慧醫療、人工智能、老年人、糖尿病和心律失常（圖6）。

圖6 可穿戴設備在健康管理領域相關文獻前8個最強突現關鍵詞Figure 6 Top 8 keywords with the strongest citation bursts in literature on wearable devices in health management in China published during 2011 to 2021

2.3.3 關鍵詞時間線圖譜 為進一步探究可穿戴設備在健康管理領域研究熱點的變遷脈絡和演進趨勢，利用CiteSpace軟件對近十年的研究熱點分布做進一步的時間線圖譜分析，得到網絡結構和聚類的清晰度指標：Modularity Q=0.8395，Mean Silhouette S=0.9348，即圖譜繪制效果顯著。由圖7可知，可穿戴設備在健康管理領域的研究可以劃分為四個階段：第一階段，萌芽期（2011—2012年），聚類節點是“#1可穿戴”；第二階段，爆發期（2013—2017年），聚類節點包括：#0移動醫療、#2傳感器、#4大數據、#5健康管理等；第三階段，冷靜期（2018年），該階段無顯著聚類節點，一般節點數量也相對較小；第四階段，平穩期（2019—2021年），無顯著聚類節點，一般節點包括5G、監測系統、慢性疾病和信息安全等（圖7）。

圖7 可穿戴設備在健康管理領域相關文獻關鍵詞時間線圖譜Figure 7 Timeline view of keywords in literature on wearable devices in health management in China published from 2011 to 2021

3 討論

本文通過回顧CNKI數據庫中近十年的可穿戴設備在健康管理領域發表的519篇文獻，發現可穿戴設備在健康管理領域中的研究熱度隨時間的變化呈上升趨勢。關鍵詞共現分析結果顯示，可穿戴設備相關研究共涉及3類熱點主題：在應用領域方面，可穿戴設備主要應用于移動醫療/健康、健康管理和智慧醫療等領域；在相關技術方面，可穿戴設備主要依托物聯網、傳感器、5G、大數據、云計算和人工智能等技術；在應用場景方面，可穿戴設備主要應用于以老年人為代表人群的健康監測和糖尿病等慢性疾病的管理[9]，由此可見技術進步和健康需求是推動可穿戴設備研究的重要支撐。

關鍵詞突現圖譜顯示，在不同的時間階段，可穿戴設備的相關研究呈現出不同的前沿問題。在2014—2016年，“移動醫療”和“心電監測”出現頻率突增，成為可穿戴設備在健康領域的研究熱點。可穿戴設備最早主要應用于移動醫療領域，其核心功能是對心率、血壓、血糖等生理信息的遠程監測[10]。早在2012年，國家工信部發布的《物聯網“十二五”規劃》中，將移動醫療列為九大重點工作之一[11]。在2014年，隨著4G通信技術的成熟以及資本市場的進入，基于可穿戴設備的移動醫療步入飛速增長期[12]。在2016—2017年，“互聯網”成為可穿戴設備在健康管理領域研究的高頻關鍵詞。此階段進入“十三五”時期，隨著《“十三五”衛生與健康規劃》（國發﹝2016﹞77號）的落地，醫療健康服務模式不斷創新。在健康管理領域，居民通過智能手機、平板電腦、可穿戴設備或相關應用，建立物聯網數據采集平臺、健康管理干預輔助平臺，對健康、亞健康人群進行危險因素干預。在“互聯網+”和可穿戴設備的助力之下，我國正大踏步地邁向個性化、精準化健康管理時代[13]。2019年起，“智慧醫療”和“人工智能”成為可穿戴健康設備的熱點關鍵詞。隨著5G正式商用的到來，以及大數據、人工智能、物聯網、區塊鏈等前沿技術的不斷成熟，使得可穿戴設備能夠對居民的生命體征進行實時、連續和長時間的監測，并提供及時、個性化的干預方案，從而實現全人群全周期全方位的健康管理[14]。智慧醫療的建設標志著我國的社會醫療健康服務事業的發展進入了新階段[15]。到2020年，“老年人”“糖尿病”和“心律失常”成為高頻關鍵詞，這表明可穿戴設備在以老年人群為代表的龐大用戶群體上受到學者的廣泛關注，可能的原因包括：我國老年人口眾多、老年人群多伴有慢性疾病的高發以及因認知能力較弱導致的智能設備使用困難。在應用場景方面，可穿戴設備在健康管理領域的研究前沿主要為高血壓、糖尿病等慢性疾病的管理[16]。另外，在健康監測方面，當前的研究不僅僅只關注對生命體征數據的收集，更多的是對心率、血壓和血糖等指標異常狀態的預警預測[17]，以便及時做出反饋和干預。

根據關鍵詞時間線圖譜結果，可穿戴設備在健康管理領域研究熱點的變遷脈絡和演進趨勢可劃分為四個階段。第一階段（2011—2012年）：可穿戴設備最早在2011年應用于血壓的連續、動態監測。這個階段由于傳感器、移動通信、電池和芯片等技術的限制，數據采集的類型較為單一，也無法做到數據的實時傳輸與反饋。第二階段（2013—2017年）：2013年進入以三星智能手表的發布為典型事件的“可穿戴設備元年”，此后的4年里可穿戴設備在健康領域呈現出井噴式發展。在這一階段，由于大數據、互聯網、物聯網、半導體和傳感器等技術的日益成熟，可穿戴設備在健康管理領域的應用潛力逐步顯現，受到了廣大學者和資本市場的關注。第三階段（2018年）：可穿戴設備由于可靠性、安全性和成本效益等問題，在健康管理領域的研究也進入冷靜期。第四階段（2019—2021年）：2019年，5G技術以其低時延、高帶寬等特點，逐步解決了信息實時傳輸問題[18]，并開始構建健康監測、健康風險評估、健康干預和促進的完整健康管理系統，針對慢性疾病（如糖尿病、腦卒中等）的中老年患者進行的實時監控、及時預警和精準干預逐漸成為可穿戴設備在健康管理領域的研究趨勢。另外，從居民健康服務需求出發，解決居民顧慮的隱私安全等倫理問題開始受到重視[19-20]。

隨著5G、大數據、云計算和人工智能等前沿技術的整合運用，可穿戴設備在疾病的預防、預測以及干預等方面將進一步發揮重要作用。國外學者對可穿戴設備在健康管理領域的應用同樣持樂觀態度，研究的關鍵問題在于如何從大量數據中獲取有用的健康相關信息，以便提供基于證據的健康見解和干預措施[21-22]。例如LLOERT[23]提出基于5G通信技術的智能連續數字健康監測架構，通過可穿戴設備和智能手機采集心率、血氧飽和度、血壓、呼吸頻率、身體活動情況、位置以及溫度等信息，系統會將異常數據發送給醫生加以驗證并向患者發送警報。該架構還可以通過基于大數據的人工智能系統進行疾病預測，經過機器學習試驗驗證，該架構對6名心肌病患者的預測成功率達87%。CHEN等[24]提出的5G-智能糖尿病系統，通過智能手機和可穿戴設備收集溫度、心電圖、血氧飽和度、血糖、飲食信息和運動信息，同時將用戶住院時的健康數據整合至大數據云中，利用現代機器學習、深度學習和認知計算的智能模型來分析和預測疾病，并提供飲食、運動和服藥等方面的干預計劃。另外，該系統包含的5G-智能糖尿病數據共享機制可以將患者的健康數據分享給親屬、朋友、私人健康顧問和醫生，從而通過有效監督糖尿病患者，促進患者的積極性，使其獲得持續的健康管理服務。

未來，可穿戴設備在“三早”（早篩查、早評估、早干預）健康管理系統的構建中將進一步發揮其應用潛能，并作為基礎服務的智能設備，為健康管理的創新發展提供重要支撐[25]。可穿戴設備雖然在近些年發展迅速，但其廣泛應用還需要進一步的研究，關于如何提高其特異度和靈敏度、如何建立統一的數據分類和評估體系、如何設計隱私保護機制、如何規范行業標準等問題[26-27]，均是在健康管理領域深化應用前需要解決的問題。

本研究局限性：只對CNKI數據庫進行檢索，沒有納入國內其他數據庫的相關文獻，這可能導致可視化分析結果存在一定偏差；另外，本研究只對我國可穿戴設備在健康管理領域的研究現狀進行了綜述，沒有深入開展與國外的對比研究，這是今后進一步研究需要改進的地方。

作者貢獻：楊鑫鑫進行全文的構思與設計，文獻的檢索、收集和整理，結果的分析與解釋，并撰寫論文；郭清、王曉迪進行全文的修訂，對研究過程的規劃和執行進行監督和領導；司建平、項鍥、龍鑫提供可視化分析的方法并進行結果展示；楊鑫鑫和郭清對文章整體負責。

本文無利益沖突。