物聯網技術在慢性阻塞性肺疾病管理中的研究進展與展望

【摘要】 近年來，物聯網技術得到了極為快速的發展，在醫學領域也廣為應用。慢性阻塞性肺疾病（簡稱慢阻肺病）是我國最為常見的慢性呼吸疾病，如何利用物聯網技術改善慢阻肺病管理的臨床實踐值得探討。筆者對國內外物聯網技術在慢阻肺病管理中的研究進展進行總結，通過回顧文獻發現，目前物聯網在慢阻肺病管理中的應用研究仍處于探索階段，缺乏高質量、大樣本研究，后期研究中需對技術成熟的模式或產品進行更為系統基于真實世界的應用評價，特別是對患者遠期臨床結局、生活質量的影響，以及衛生經濟學評價。產品設計應當符合慢阻肺病特征及使用人群特點，通過定性研究了解用戶使用體驗、看法或態度也值得關注。

【關鍵詞】 肺疾病，慢性阻塞性；物聯網；疾病管理；綜述

【中圖分類號】 R 563.9 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2023.0355

Research Progress and Prospects of Internet of Things Technology in Chronic Obstructive Pulmonary Disease Management

PAN Zihan1，2，LI Shurun1，CHEN Yahong1*

1.Pulmonary and Critical Care Medicine，Peking University Third Hospital，Beijing 100191，China

2.General Practice Medicine，Peking University First Hospital，Beijing 100034，China

*Corresponding author：CHEN Yahong，Professor/Doctoral supervisor；E-mail：chenyahong@vip.sina.com

【Abstract】 In recent years，the Internet of Things technology （IoT） has been developed extremely rapidly，and has been widely applied in the medicine field. Chronic obstructive pulmonary disease （COPD） is one of the most common chronic respiratory diseases in China，and it is worth exploring how IoT can be used to improve the clinical practice of COPD management. We summarized the research progress of IoT technology in COPD management at home and abroad and found that the current research on the application of IoT in COPD management is still in the exploratory stage and lacks high-quality，large-sample studies by reviewing the literature. Real-world studies are needed to conduct systematic evaluation of designed mature models or products in the future，especially the impacts on long-term clinical outcomes of patients，quality of life and health economics evaluation. Products design should be tailored to the characteristics and target of COPD and the characteristics of users，and emphasis should also be placed on qualitative researches to understand the experiences，opinions or attitudes of users toward such products.

【Key words】 Pulmonary disease，chronic obstructive；Internet of things；Disease management；Review

物聯網技術（internet of things technology，IoT）是新一代信息技術的重要組成部分，是物物相連的互聯網，用戶端可延伸和擴展到任何物與物之間進行信息互換和通訊［1］。隨著IoT在醫學領域中的應用越來越普遍，進而衍生出了醫學物聯網（internet of medical things，IoMT）這一概念，即通過物聯網和通信技術將醫護工作人員、患者、各種醫療設備和設施智能、便捷地連接起來，從而全面支持醫療數據自動識別、定位、采集、跟蹤、管理、共享等各項功能，更好地完成智能化醫療以及智能化物品管理［2］。通過IoT采集到的健康信息主要通過以下路徑進行傳遞：物聯網硬件將收集到的數據（包括自動采集和用戶錄入的數據）上傳至云平臺，利用云計算能力存儲、處理、分析，將反饋信息發送到用戶的手機、電腦等終端［3］（圖1）。

圖1 物聯網技術基本結構示意圖

Figure 1 Schematic diagram of the basic structure of IoT technology

基于IoT高效、持續、便捷的特點，IoT在慢性病管理中具有長足優勢，其相關研究也逐年增加。據統計，1999—2020年Web of Science數據庫中有關物聯網在慢性病領域中應用的外文文獻有322篇，1999年第1篇該主題的文章發表后，之后相關文章發表數量逐年增加，2019年全年發文量最多，達47篇，在慢性病中的應用已經成為研究熱點［3］。在新型冠狀病毒感染（COVID-19）疫情期間，IoT更是發揮了重要作用。在IoT的協助下實現了對高危人群的追蹤，對隔離人群進行監測，在普通人群中進行大規模的篩查以及疫情預測，通過遠程收集并實時傳送數據，一定程度上減少了疫情的擴散［4-5］，幫助人們有效地應對疫情。COVID-19疫情也促進了IoT的發展，特別是可穿戴設備［6-7］。

慢性阻塞性肺疾病（以下簡稱慢阻肺病）是世界范圍內常見的呼吸道疾病之一。世界衛生組織（WHO）數據顯示，全球慢阻肺病患者共3.84億，每年高達317萬患者死亡［8］。慢阻肺病也是中國最為常見的慢性呼吸系統疾病，中國有慢阻肺病人群9 900萬，給患者的家庭及國家帶來了沉重的負擔［9］。如何借助IoT改善慢阻肺病的管理是國內外研究的熱點問題。早在2013年便有學者提出了基于手機、傳感器、云端服務器等構建物聯網慢阻肺病綜合管理系統［10］。SWOT分析顯示，基于物聯網醫療，有助于開展規范化、全程化和智能化的慢阻肺病管理，能夠分別使醫生和患者獲得自身需要的信息，提高兩者之間的溝通效率。同時，通過遠程醫療系統能夠聯通各級醫療機構，使優質的醫療資源下沉至基層醫療機構，實現醫療資源的上下貫通［11］。由此可見，IoT在慢阻肺病管理中具有巨大的應用價值。本文對國內外IoT在慢阻肺病管理中的研究及應用進行總結，了解該技術在慢阻肺病領域中的研究現狀，總結其中的優勢及存在的困難與挑戰，以期為IoT在慢阻肺病領域的研究或應用提供思路。

1 本文文獻檢索策略

計算機檢索PubMed、萬方數據知識服務平臺、中國知網等數據庫，檢索時間為建庫至2023-04-30。中文檢索詞：物聯網、互聯網、互聯網+、遠程醫療、遠程管理、可穿戴設備、人工智能、慢阻肺病、慢性阻塞性肺疾病；英文檢索詞：Internet of Things Technology、IoT、wearable device、Tele-health、Tele-medicine、AI、artificial intelligence、COPD、Chronic Obstructive Pulmonary Disease。納入標準：有關應用IoT進行慢阻肺病管理的研究。排除標準：與本文主題無關，無法獲得全文的文獻。中文數據庫共檢索到文獻243篇，剔除重復文獻65篇、與主題不相關文獻83篇、畢業論文19篇、綜述類文獻38篇、科技成果類4篇、會議文章7篇、發表于非學術期刊11篇、非IoT文獻7篇，剩余9篇文獻納入分析。英文數據庫共檢索到文獻3 117篇，剔除重復文獻8篇、與主題不相關文獻3 038篇、綜述類文獻24篇、評論2篇、定性研究2篇、指南1篇、無全文文獻7篇、研究方案3篇、非IoT 6篇，剩余26篇文獻納入分析，其中16篇研究有關設備研發，10篇文獻為臨床應用研究。檢索過程中發現，一些研究中使用了“物聯網”等字眼，但并非應用了真正意義上的IoT，故該類研究不納入本綜述分析范疇。文獻檢索結果可視化展示見附表1（掃描本文首頁二維碼查看）。

2 IoT在慢阻肺病中的研究應用

2.1 疾病篩查

我國有龐大的慢阻肺病患者群，推薦進行慢阻肺病篩查。目前已有研究驗證了一些篩查工具的準確性，如CDQ問卷、CAPTURE問卷、便攜式肺量計等［12］，但上述工具使用率低，慢阻肺病篩查效率欠佳，如何更加高效地篩查出慢阻肺病患者是我國的研究熱點。在上海某社區建立的移動互聯網信息平臺中嵌入了慢阻肺病篩查問卷，經過篩查發現了218例慢阻肺病患者，且在平臺設定信息的指導下系統對患者病情自動進行了分級，并給予了指導治療的信息［13］。該應用實例提示可借助物聯網平臺提高篩查工具的可及性，擴大篩查范圍，幫助提高篩查效率。另有研究通過IoT采集生理學指標（如活動量、心率、呼吸頻率、血氧飽和度等）進行慢阻肺病篩查，提供了更為客觀的篩查數據［14-16］。但與慢阻肺病直接相關的可監測的生理指標數量尚少，上述生理指標與慢阻肺病的相關性仍有待深入研究。

2.2 病情監測

對慢阻肺病患者進行有效病情監測是疾病管理中的重要部分，IoT對慢阻肺病患者的持續性隨訪、治療方案的調整等提供了便利條件，也促進了患者持續監測自身健康狀況，提高了治療依從性［17］。國內的一項小型隨機對照研究對穩定期的慢阻肺病患者使用帶有藍牙功能的設備進行肺功能監測、呼吸訓練，數據可通過藍牙實時傳輸至手機APP、微信小程序等，也可通過該系統監測患者的用藥情況，如用藥時間、頻次、不良反應等；患者佩戴的硬件設備，如呼吸功能訓練器、血壓計、指脈氧等，可實時監測各生理指標并自動傳輸至云平臺；經過6個月的隨訪，物聯網管理組的16例（16/16）患者均保持了規范化治療，而常規護理組則僅有8例（8/15）患者持續規范化治療，甚至有1例自行終止了治療［18］。雖然該研究顯示出了IoT對患者依從性的有利影響，但樣本量小，量化指標較少，研究效度較差。急性加重是慢阻肺病管理的重要內容，利用IoT采集的信息通過機器學習等技術建立急性加重預測模型是常見的研究內容。在中國臺灣的一項小樣本研究中，通過可穿戴設備、空氣質量傳感器及手機APP采集患者居家生活方式、生活環境參數、癥狀，建立了慢阻肺病急性加重預測模型，經驗證，該模型預測未來1周內慢阻肺病急性加重事件的準確率達92.1%，靈敏度為94%，特異度為90.4%，受試者工作特征（ROC）曲線下面積（AUC）超過90%，表現出了極高的準確性［19］。但該研究僅收集了4個月的患者數據，模型穩定性尚不確定，且該模型無外部驗證，缺乏臨床實際應用證據。肺部呼吸音的變化可能提示急性加重，IoT能夠幫助人們采集較為隱秘的病情信息。FERNANDEZ-GRANERO等［20］通過使用帶有遠程聽診功能的聽診器監測患者肺部呼吸音變化，平均提前了（5.0±1.9）天預測出了75.8%的加重事件，但僅有16例患者參與了測試，無大規模的應用驗證。

2.3 肺功能監測

肺功能是慢阻肺病管理中的重要監測項目，便攜式肺量計智能化是物聯網背景下肺量計發展的主要趨勢。國內現已開發出帶有智能軟件的便攜式肺量計，可通過網絡或USB線與電腦或手機連接傳輸數據，也可將數據直接傳至云端服務器。經驗證，該類設備的各項肺功能檢測參數與診斷性肺功能儀檢測結果具有高度一致性，可用于慢阻肺病篩查［21］。在現實中該便攜式肺量計在大規模人群中也表現出了良好實用性。2017—2018年我國某地區使用該便攜式肺量計為轄區內近9萬名居民進行了肺功能檢查，肺功能數據合格的居民共61 624人，有效率達70%，并有效檢出了阻塞性通氣功能障礙、限制性通氣功能障礙、混合性通氣功能障礙、小氣道功能障礙等不同類型的肺通氣功能障礙，極大提高了慢阻肺病篩查效率［22］。帶有遠程數據傳輸功能的肺量計也為偏遠地區的患者提供了便利條件。波斯尼亞和黑塞哥維那的研究人員同樣研發了帶有藍牙功能的便攜式肺量計，性能與我國產品類似，經780名來自偏遠地區的慢阻肺病及哮喘患者的驗證，與人工診斷對比，該設備的準確性達97.3%［23］。目前該類產品研發較為成熟，適用于在經濟欠發達地區推廣以提高慢性氣道疾病的

診斷。

手機是最常用的移動設備，韓國研究人員開發了基于手機的肺功能檢測應用程序。在該研究中，人們可通過遠程肺功能監控應用程序、云平臺及沒有任何外部連接設備的智能手機的麥克風進行肺功能測試。當受試者進行肺功能測試時，手機端可以顯示吹氣曲線及第1秒用力呼氣容積（FEV1）、用力肺活量（FVC）、呼氣流量峰值（PEF）及FEV1/FVC，數據通過應用程序上傳至云平臺，實現肺功能的遠程監測。通過該應用程序，患者可以自由地測量肺功能，不受時間和空間的限制，醫生則可以實時查看患者的肺功能狀況［24］。目前該應用程序僅在研發階段，雖然在小樣本的健康人群中進行了應用驗證，但尚未推廣到臨床應用中，測量指標的準確性如何尚不確定，仍有待與診斷性肺功能檢查結果進行一致性對比。需指出的是，肺功能結果的判讀需結合測量數值及吹氣曲線，特別是吹氣曲線，是評判肺功能質量的首要參考指標，在上述研究中便攜式肺量計表現出了良好的實用性，但對圖形的質控如何少有提及。對肺功能圖像的判定是后期智能化肺量計研發中需要注意的技術問題。

2.4 呼吸康復指導

呼吸康復是慢阻肺病重要的非藥物治療方式之一，受資源配置影響，呼吸康復在我國實施的并不理想，普及率不高，為數不多的呼吸康復多于大型三甲醫院開展［25］。研究顯示，居家康復訓練與機構中的康復訓練同樣有效［26-27］。IoT為促進呼吸康復的實施，特別是為居家康復提供了技術支持，有助于患者從康復訓練中獲益。系統綜述顯示，移動智能設備能夠促進慢阻肺病患者的體力活動，提高生活質量、自我管理能力以及肺康復的依從性，甚至有助于早期識別急性加重，從而降低患者再住院次數、減少醫療花費［28］。但該系統綜述納入分析的研究均為國外研究，也反映了呼吸康復在我國的實施現狀，我國亟待有關IoT在呼吸康復中應用的高質量研究，目前我國僅有一些小型的探索性研究。我國某三甲醫院收治的慢阻肺病患者中，物聯網康復組使用了帶有IoT的呼吸訓練設備，患者通過智能手機上的APP或小程序登錄個人賬號，通過藍牙或無線網絡連接康復設備，在APP或小程序中患者可根據康復方案選擇訓練類型和訓練程度，該訓練設備可采集患者的肺功能、訓練次數、訓練效果等信息，通過藍牙或無線網絡將信息傳至終端，醫生在醫生端可遠程監測患者康復訓練情況，并向患者發放康復處方指令，患者接收指令后進行居家康復訓練；訓練4周后，反映最大吸氣肌綜合力量的指標——最大吸氣壓（MIP）在兩組患者中均有提高，但物聯網康復組患者的MIP較常規康復組提高得更為顯著［6.43 cmH2O（1 cmH2O=0.098 kPa）與5.06 cmH2O］；在生活能力方面，物聯網康復組患者日常生活活動能力（ADL）較常規康復組有明顯改善（22.61分與12.08分）；而在康復訓練的依從性方面，常規康復組有22.9%（11/48）的患者依從性一般或差，而物聯網康復組僅2%（1/48）患者為一般或差［29］。上述研究中使用的康復設備具備一定的智能化，可自動收集患者的康復信息并傳遞數據，有助于醫務人員充分、詳細、準確了解患者的康復情況，但研發成本高，是否適用于廣泛的社區人群仍有待后期的驗證。可穿戴設備具有良好的可及性，在呼吸康復方面也有所應用。一項通過可穿戴設備指導老年慢阻肺病患者進行肺康復的研究中，患者每日佩戴可穿戴設備，記錄并上傳患者的日常飲食習慣、家庭氧療相關數據、肺康復訓練實施情況，并每月向患者郵寄隨訪報告，12個月后，患者的肺功能、慢性阻塞性肺疾病評估測試（CAT）及改良英國醫學研究委員會呼吸困難指數（mMRC）評分、生活質量等有顯著改善［30］。但該研究中需患者主動在可穿戴設備中填報相關信息、人工上傳數據，不能保證信息的準確性，且需要醫護人員每日監測、審核數據并進行判讀，設備智能化不足，仍需依靠密集的人力資源。慢阻肺病患者多為老年患者，對可穿戴設備的使用能力不一，人工錄入數據可能會對他們形成負擔而棄用，主動監測并上傳健康信息可能更能保證使用效果及信息的準確性。

多樣的物聯網設備應用于呼吸康復具有可行性，但現有的研究均于三甲醫院患者中開展，且均為小樣本研究，觀察時間較短，仍需大樣本的長程臨床試驗充分驗證各類型設備的有效性及成本-效益。由于我國呼吸康復整體實施現狀較差，國內有關IoT應用于呼吸康復的研究更是少之又少，高質量的研究更是不足，在該領域內的探索仍大有空間。2021年我國發表了有關基于IoT進行呼吸康復的指南［31］，旨在借助IoT推動呼吸康復的實施，進而充分發揮呼吸康復在慢阻肺病中的治療

作用。

2.5 用藥指導

吸入藥物治療是慢阻肺病患者治療的重要內容。智能吸藥裝置備受青睞，該類裝置利用外接或集成在吸入器上的傳感器，主要通過藍牙連接到移動設備上的應用程序，不僅可以提醒患者使用吸入藥物，還能根據患者的使用時間、吸入技術提供個性化反饋。這些信息不僅有助于檢測和糾正患者的用藥習慣，還可以指導醫生調整患者的用藥［32-33］。起初，該類設備的研發是為了監測患者的用藥依從性。在慢阻肺病和哮喘患者中進行的研究顯示，智能吸藥裝置改善了患者的用藥依從性，減少了急性加重次數，也改善了肺功能［34-36］。隨著設備的研發越發精細，該類設備的用途也越發廣泛。美國的一項研究中，通過在短效支氣管擴張劑沙丁胺醇吸藥裝置上安裝傳感器，收集了慢阻肺病患者使用該急救藥物的信息，了解頻繁使用沙丁胺醇患者的特征及用藥規律，為患者病情評估及精準治療提供了可參考信息［37］。然而，盡管技術的進步使智能吸入裝置的成本較前明顯下降，其價格仍是需要考量的因素，相關臨床研究也多在發達國家開展。由于研發成本較高，該類產品多在小樣本人群中進行試驗，關于其應用效果仍有待大樣本、廣人群的研究。而盡管在一些研究中智能吸入裝置具有較好的成本-效益，但在患者日常中生活長期使用的成本-效益如何仍缺乏證據［38］。此外，由于該類裝置多需與智能手機相連，患者需配有智能手機或具備操作智能手機的能力，而慢阻肺病患者多為老年人群，在一定程度上限制了該類裝置的推廣。

2.6 無創呼吸機治療

無創呼吸機是慢阻肺病的有效治療手段之一，特別是對合并了高碳酸血癥的慢阻肺病患者。隨著IoT與無創呼吸機的有機結合，將有助于促進無創呼吸機在慢阻肺病患者中的應用。基于物聯網的家庭無創呼吸機使居家監測氣體交換、調節通氣參數成為可能，減少了患者因呼吸機調定而住院的時間［39-41］。我國一項慢阻肺病患者的研究結果顯示，使用該類無創呼吸機6個月后，患者的FEV1、FVC有所提高，mMRC、CAT評分減少，與氧化應激有關的指標，如超氧化物歧化酶（SOD）、谷胱甘肽過氧化物酶（GSH-Px）水平有所升高，而血清脂質過氧化物（LPO）、丙二醛（MDA）水平下降，此外，再次住院率、急性加重率也較前降低［42］。依從性是影響無創呼吸機治療效果的重要因素之一，在遠程監測對無創呼吸機依從性方面，國內外研究結論不一。我國的研究顯示，使用了基于IoT的無創呼吸機患者的使用天數、使用時間明顯高于一般無創呼吸機治療患者，依從性提高［43］。國外的研究顯示對無創呼吸機的遠程監測雖可減少患者的治療成本、提高生存率，但并未改善患者的依從性［44-45］。而另有國外的研究顯示，遠程無創呼吸機在改善患者的使用依從性方面具有正向作用［46-47］。上述研究均在阻塞性睡眠呼吸暫停低通氣患者（OSA）中進行，雖然OSA是慢阻肺病常見的合并癥，但兩人群對呼吸機治療的依賴程度不一，可能是導致研究結果產生差異的原因之一。目前有關在慢阻肺病患者中使用基于IoT的無創呼吸機研究較少，雖然在OSA患者中進行的有關研究也具有一定的參考意義，但仍需要大規模的多中心研究來進一步驗證在慢阻肺病患者中的應用效果，特別是遠程監測無創呼吸機的安全性、有效性和衛生經濟學評價。

2.7 慢阻肺病遠程管理

一項發表于2012年的來自Cochrane的系統綜述及Meta分析系統回顧了遠程醫療在慢阻肺病患者管理中的有效性，結果顯示，遠程醫療并未改善慢阻肺病患者的生活質量，也沒有減少死亡風險，但減少了慢阻肺病患者急診就診及住院的風險［48］。隨著IoT的滲入，臨床研究的證據也出現了微妙變化。2018年，在西班牙進行的一項有關慢阻肺病遠程管理的隨機對照試驗（RCT）中，由患者在家自主測量血壓、血氧飽和度、心率和肺活量，由監測設備收集呼吸頻率和吸氧情況，通過IoT上傳以上信息。通過12個月的隨訪，使用物聯網進行遠程管理的慢阻肺病患者的全因死亡人數與常規管理組相似（12例與13例），但急診就診或住院次數無明顯減少（60.0%與53.5%，Pgt;0.05），與既往研究結論不同；醫療資源利用方面，遠程管理組的花費明顯少于常規管理組（7 912歐元與8 918歐元）；雖然差異無統計學意義，但遠程管理組患者的住院時長及ICU治療時間較常規管理組縮短［（18.9±16.0）d、（6.0±4.6）d與 （22.4±

19.5）d、（13.3±11.1）d］［49］。隨著技術的不斷進步，采集的數據將呈現出多樣性，準確性也有所提高，提示需動態評估慢阻肺病遠程管理有效性。

2.8 協助慢阻肺病分級診療的實施

在慢阻肺病等慢性疾病中，IoT為慢阻肺病的分級診療提供了技術支持。早在2014年，我國學者便提出了借助物聯網平臺充分發揮全科醫生在慢阻肺病管理中的作用，同時使大醫院優質的專科服務延伸至社區，以IoT為媒介促進全科與專科醫師的交流［50］。上海某社區開展的一項基于IoT進行社區慢阻肺病管理的研究中，由社區全科醫生與患者通過終端APP進行聯系，出現緊急事件時全科醫生可通過物聯網平臺與三甲醫院的呼吸科進行溝通，呼吸專科團隊通過該平臺可及時了解患者的基本信息及病情，必要時可在平臺上進行遠程會診、轉診或住院治療，形成了全科醫生-呼吸專科醫生共同合作、協同管理慢阻肺病的模式［51］。由于該研究僅為一項小樣本的探索性試驗，研究中并未取得量化的研究結果，所使用的IoT也較為簡單，但作為新型慢阻肺病管理模式的探索，在該過程中患者在社區衛生機構獲得了規范、專業的醫學指導及治療，實現了同質化管理，同時，節約了患者的就醫時間，簡化了就醫流程，特別是實現了社區衛生機構與三甲醫院的資源共享和實時交流，為該技術在慢阻肺病分級診療中應用的可行性提供了參考價值。

前期的小規模探索讓研究者看到了IoT為慢阻肺病分級診療的實施提供平臺與途徑的可能性，隨著技術的進步，IoT在慢阻肺病分級診療中將發揮更多的作用。在廈門海滄區，基于IoT建立的智能化無線傳輸云端大數據能夠記錄所有研究對象的基本信息及肺功能數據，并能借助該系統對篩查出的中、重度氣道阻塞患者進行轉診，通過綠色通道，優先轉至上級醫院就診。該研究通過物聯網醫學技術，將區域內醫療信息資源進行了很好的整合，為慢阻肺病分級診療的實施奠定了基礎［52］。

2.9 可穿戴設備在慢阻肺病管理中的應用

通過可穿戴設備進行慢阻肺病管理是研究中的熱點，主要應用于遠程監護、疾病預測、患教、咨詢等，可收集呼吸、心率、運動追蹤、血氧飽和度等生理指標。國內外研究顯示，可穿戴設備有助于改善患者的臨床癥狀、肺功能、生活質量、自我管理能力，降低醫療花費、住院率和住院時長、死亡風險，節約醫療資源［53］。但目前未發現該類技術能夠減少患者急性加重風險，可能與研究人群有關，患者以穩定期居多，觀測時間較短，尚不足以監測到急性加重事件，故對急性加重管理的影響判斷不足。一些臨床試驗采用穿戴設備遠程監測患者生命體征、血氧飽和度等以評估病情，但結果不理想，可能是慢阻肺病無諸如血壓、血糖等與疾病狀況特別相關的日常監測指標。血氧飽和度的靈敏度、特異度低，仍需要進一步研究更特異的指標［54］。目前，雖然有不少研究探索了可穿戴設備在慢阻肺病中的應用，但利用可穿戴設備促進臨床決策的研究在慢阻肺病中仍較為欠缺，相關研究的數量遠不及心血管疾病或糖尿病。且大多數研究與產品研發相關，臨床應用研究較少。

3 IoT在慢阻肺病管理中存在的問題與挑戰

IoT在慢阻肺病管理中的一些優勢已經清晰可見，但使用IoT進行慢阻肺病管理也存在著如下問題與挑戰。

3.1 設備研發類研究較多，臨床應用研究數量少，缺乏高質量研究

目前，國內外開展的關于IoT管理慢阻肺病的研究多為小樣本人群中的探索性試驗，重點關注了技術層面的可能性。在納入分析的26篇外文文獻中，16篇文獻為設備研發相關，僅有10篇有關臨床應用，技術發展與臨床應用之間存在間隙，臨床應用存在滯后性。雖然產品種類較多，但能夠應用于臨床研究的產品較少。高質量研究更是不足，特別是缺乏高質量的隊列研究或RCT研究。雖然大部分產品在研發中表現出了良好的有效性，但研究人群樣本量較小，研究結果效能不足，缺少外部驗證及實際應用評價，特別是衛生經濟學評價，真實世界中的應用如何證據有待補充。此外，慢阻肺病的病情變化具有季節性，多數研究的觀察時間集中于6～12個月，少則數天，未能充分覆蓋各個季節中的有關病情狀態的相關數據。

3.2 無法保證患者自填信息的真實性與準確性

在慢阻肺病管理中，癥狀評估是重要的監測內容，由于缺乏與慢阻肺病癥狀相關的客觀生理指標，許多研究要求患者主動填寫有關癥狀評估的問卷或量表，存在漏填、誤填、不填等風險，需額外的人力監測患者所填數據質量［30，55］。在可穿戴設備的應用中，最常見的缺點便是采集的信息不準確［56］。

3.3 研究人群與適用人群存在差異

IoT在許多研究中得到了十分理想的效果，但在研究人群方面存在一定程度的選擇偏倚。手機是IoT中最為普遍的設備，多數研究中要求研究對象具備智能手機，但智能手機在慢阻肺病患者中并不普及。一項調查中僅23%的慢阻肺病患者有智能手機，雖然整體而言，慢阻肺病患者對IoT持支持態度，但該類方法本身的技術問題、患者缺乏認知、老年人接受能力差、經濟因素等是阻礙他們使用該類產品的主要原因［57］。盡管終端設備的操作界面越來越簡潔，但慢阻肺病患者多為老年人群，對智能手機、平板電腦等電子設備的使用能力不一。一項通過智能手機及可穿戴設備監測患者康復活動的研究中，47%的患者因難以操作設備而退出研究［58］。在我國進行的一項針對社區老年慢阻肺病患者的質性研究顯示，由于老年患者缺乏使用智能手機進行操作的能力，因此，他們更傾向于傳統的疾病管理模式［59］。以上因素也將對研究結果的代表性產生影響，進而限制該技術的推廣與人群應用。

3.4 數據可利用度差

通過云計算能力對采集的數據進行計算、分析并以可視化形式呈現給用戶是臨床工作者所期待的。盡管一些可穿戴設備能夠準確地收集生理數據，但參數計算智能化不足，大部分數據為原始數據，仍需要專業人員提取原始數據進行核對后做出人工診斷［2，60］，降低了數據可利用度。

4 IoT在慢阻肺病管理中的應用展望

隨著IoT發展的逐漸完善，其對疾病管理模式也將產生不可忽視的影響。針對IoT在慢阻肺病管理中的應用中存在的上述問題提出以下展望。

4.1 針對慢阻肺病疾病特點，開發符合疾病管理需求的應用系統或設備

基于慢阻肺病的疾病特點，長程管理及隨訪尤為重要，這不僅關乎常規的病情評價，更在于及時、有效地發現急性加重事件。而在治療方面，吸入藥物是慢阻肺病特有的用藥，而該項治療又需根據病情變化進行調整。除此之外，呼吸道癥狀評估、戒煙指導、康復訓練、肺功能測試等內容在慢阻肺病管理中均是必備要素，然而當前鮮有綜合了上述慢阻肺病管理需求的物聯網產品。在未來的方案設計中，需考慮到慢阻肺病管理中各個環節的特點，設計符合病情特點的產品。

4.2 開展更為高質量的臨床研究，系統評價該類技術在真實臨床環境下的應用效果

目前的多數研究已經進行了技術可能性的驗證，在未來的研究中，更應著眼于評價該類方法的可實施性、有效性。可選擇技術成熟的產品或模式，結合臨床需求，開展更為廣泛的驗證試驗。例如，可穿戴設備在消費市場具有可觀的前景，可將技術成熟的可穿戴設備引入臨床實踐，將用戶的自我需求與醫療需求充分結合。如，提升對帶有運動傳感器且兼顧呼吸頻率及心率、外周血氧飽和度監測的消費級可穿戴設備的準確性，將其引入臨床，應用于如6 min步行試驗的臨床監測［61-62］。

4.3 重視衛生經濟學評價

具備良好的可行性是技術推廣的必要條件之一，但為了更好地推廣該技術，也需要從衛生經濟學角度評價該類方法的效用。目前的研究多在經濟發達地區開展，雖然研究產品表現出了良好的有效性，但多數設備成本較高。我國慢阻肺病患者人群龐大，特別是在經濟欠發達地區，在考慮有效性的同時也需兼顧經濟效益。未來的研究中應重視有效性與成本-效益兼得的產品。

4.4 結合適用人群特點，提高使用體驗

研究中除了注重技術本身的效果，還應注重用戶的感受，深入了解研究中存在的問題，不斷優化使用體驗。通過定性研究可了解醫護人員、患者對該方法的看法或態度，充分了解IoT的優勢與短板［63］，為進一步改進研究質量、提升產品設計保駕護航。對于慢阻肺病而言，患者多為老年人，了解患者的看法與態度及需求能幫助更好地推廣該類技術的應用。

綜合以上，通過IoT進行慢阻肺病管理具有一定的可能性，然而，目前的大多數研究仍處于探索階段，缺乏高質量、大樣本研究，對于技術成熟的產品或疾病管理方式應注重真實世界應用的評價。此外，后期仍需要更多的證據來闡明其在慢阻肺病患者遠期臨床結局、醫療資源利用和生活質量方面的作用。產品設計應當符合慢阻肺病疾病特征及使用人群特點，同時，也應重視定性研究，了解用戶使用體驗、看法或態度，優化產品。

作者貢獻：潘子涵檢索文獻并起草了本文；李姝潤進行文獻檢索；陳亞紅選定文章主題，對文章進行了修改，并對文章負責。

本文無利益沖突。

參考文獻

楊達偉，張靜，白春學. 物聯網醫學的研究現狀和展望［J］. 國際呼吸雜志，2012，32（18）：1438-1441. DOI：10.3760/cma.j.issn.1673-436X.2012.018.018.

萬振，邱丹，劉元喆，等. 國內醫療物聯網技術發展及應用現狀［J］. 醫療衛生裝備，2020，41（11）：82-86，102. DOI：10.19745/j.1003-8868.2020257.

李彥儒，曾詠梅，程麗，等. 物聯網在慢性疾病中應用現狀的可視化分析［J］. 循證護理，2021，7（2）：235-240. DOI：10.12102/j.issn.2095-8668.2021.02.019.

RAVI P S，MOHD J B，ABID H，et al. Internet of things （IoT） applications to fight against COVID-19 pandemic［J］. Diabetes Metab Syndr，2020，14（4）：521-524. DOI：10.1016/j.dsx.2020.04.041.

HUHN S，AXT M，GUNGA H C，et al. The impact of wearable technologies in health research：scoping review［J］. JMIR Mhealth Uhealth，2022，10（1）：e34384. DOI：10.2196/34384.

ROBLYER D M. Perspective on the increasing role of optical wearables and remote patient monitoring in the COVID-19 era and beyond［J］. JBO，2020，25（10）：102703. DOI：10.1117/1.JBO.25.10.102703.

CHANNA A，POPESCU N，SKIBINSKA J，et al. The rise of wearable devices during the COVID-19 pandemic：a systematic review［J］. Sensors，2021，21（17）：5787. DOI：10.3390/s21175787.

World Health Statistics 2017-Monitoring health for the SDGs［EB/OL］.［2021-05-10］. http：//www.indiaenvironmentportal.org.in/content/442747/world-health-statistics-2017-monitoring-health-for-the-sdgs/.

WANG C，XU J Y，YANG L，et al. Prevalence and risk factors of chronic obstructive pulmonary disease in China （the China Pulmonary Health［CPH］study）：a national cross-sectional study［J］. Lancet，2018，391（10131）：1706-1717. DOI：10.1016/S0140-6736（18）30841-9.

VAN DER HEIJDEN M，LUCAS P J F，LIJNSE B，et al. An autonomous mobile system for the management of COPD［J］. J Biomed Inform，2013，46（3）：458-469. DOI：10.1016/j.jbi.2013.03.003.

陳小平，李星，何斐，等. 基于物聯網醫療下慢性阻塞性肺疾病規范化管理模式的SWOT分析［J］. 中國衛生標準管理，2022，13（13）：120-124. DOI：10.3969/j.issn.1674-9316.2022.13.029.

PAN Z H，DICKENS A P，CHI C H，et al. Accuracy and cost-effectiveness of different screening strategies for identifying undiagnosed COPD among primary care patients （≥40 years） in China：a cross-sectional screening test accuracy study：findings from the Breathe Well group［J］. BMJ Open，2021，11（9）：e051811. DOI：10.1136/bmjopen-2021-051811.

李凡，高臻，盛春風，等. 移動互聯網信息平臺在慢性阻塞性肺疾病分級診療中的應用效果研究［J］. 中國全科醫學，2018，21（30）：3730-3734. DOI：10.12114/j.issn.1007-9572.2018.00.030.

TIPPARAJU V V，WANG D，YU J J，et al. Respiration pattern recognition by wearable mask device［J］. Biosens Bioelectron，2020，169：112590. DOI：10.1016/j.bios.2020.112590.

PIPEK L Z，NASCIMENTO R F V，ACENCIO M M P，et al. Comparison of SpO2 and heart rate values on Apple Watch and conventional commercial oximeters devices in patients with lung disease［J］. Sci Rep，2021，11（1）：18901. DOI：10.1038/s41598-021-98453-3.

HAWTHORNE G，GREENING N，ESLIGER D，et al. Usability of wearable multiparameter technology to continuously monitor free-living vital signs in people living with chronic obstructive pulmonary disease：prospective observational study［J］. JMIR Hum Factors，2022，9（1）：e30091. DOI：10.2196/30091.

劉怡彤，馬利軍. 基于“互聯網+”的移動醫療技術在慢性阻塞性肺病穩定期管理的應用及問題研究［J］. 醫學信息，2019，32（6）：38-40. DOI：10.3969/j.issn.1006-1959.2019.06.014.

崔晶晶，劉元元，郝敬媛，等. 基于物聯網的呼吸慢病管理［J］. 中國老年保健醫學，2021，19（2）：149-151. DOI：10.3969/j.issn.1672-2671.2021.02.049.

WU C T，LI G H，HUANG C T，et al. Acute exacerbation of a chronic obstructive pulmonary disease prediction system using wearable device data，machine learning，and deep learning：development and cohort study［J］. JMIR Mhealth Uhealth，2021，9（5）：e22591. DOI：10.2196/22591.

FERNANDEZ-GRANERO M A，SANCHEZ-MORILLO D，LEON-JIMENEZ A. Computerised analysis of telemonitored respiratory sounds for predicting acute exacerbations of COPD［J］. Sensors，2015，15（10）：26978-26996. DOI：10.3390/s151026978.

周磊，姜燕，杜春玲，等. 物聯網便攜式肺功能檢測儀的研制與臨床應用［J］. 國際呼吸雜志，2019，39（2）：113-118. DOI：10.3760/cma.j.issn.1673-436X.2019.02.007.

王廣東，馬愛平，陳玲玲，等. 物聯網便攜式肺功能儀用于廈門市居民肺功能篩查的效果分析［J］. 臨床肺科雜志，2022，27（11）：1653-1658. DOI：10.3969/j.issn.1009-6663.2022.11.005.

GURBETA L，BADNJEVIC A，MAKSIMOVIC M，et al. A telehealth system for automated diagnosis of asthma and chronical obstructive pulmonary disease［J］. J Am Med Inform Assoc，2018，25（9）：1213-1217. DOI：10.1093/jamia/ocy055.

CHUNG H，JEONG C，LUHACH A K，et al. Remote pulmonary function test monitoring in cloud platform via smartphone built-in microphone［J］. Evol Bioinform Online，2019，15：1176934319888904. DOI：10.1177/1176934319888904.

高連軍，趙紅梅. 2017年全國各級醫療機構醫生對肺康復的認知及實施狀況的調查［J］. 中華結核和呼吸雜志，2019，42（4）：275-278. DOI：10.3760/cma.j.issn.1001-0939.2019.04.006.

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：10.1183/13993003.02129-2016.

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）：119-120. DOI：10.1164/rccm.201907-1394LE.

楊露露，楊汀. 移動智能設備在慢性阻塞性肺疾病患者呼吸康復中的研究進展［J］. 中華物理醫學與康復雜志，2021，43（8）：748-751. DOI：10.3760/cma.j.issn.0254-1424.2021.08.019.

馮鵬，董衛彥，謝婷，等. 物聯網在COPD患者呼吸康復護理中的應用［J］. 中華現代護理雜志，2021，27（12）：1625-1629. DOI：10.3760/cma.j.cn115682-20200906-05230.

張鑫，李文雅. 基于物聯網云平臺的肺康復護理對慢性阻塞性肺疾病穩定期老年患者的干預效果［J］. 中國醫藥科學，2022，12（15）：127-130. DOI：10.3969/j.issn.2095-0616.2022.15.032.

XIANG G L，ZHU X D，MA L，et al. Clinical guidelines on the application of Internet of Things （IOT） medical technology in the rehabilitation of chronic obstructive pulmonary disease［J］. J Thorac Dis，2021，13（8）：4629-4637. DOI：10.21037/jtd-21-670.

HONKOOP P，USMANI O，BONINI M. The Current and future role of technology in respiratory care［J］. Pulm Ther，2022，

8（2）：167-179. DOI：10.1007/s41030-022-00191-y.

SORINO C，NEGRI S，SPANEVELLO A，et al. Inhalation therapy devices for the treatment of obstructive lung diseases：the history of inhalers towards the ideal inhaler［J］. Eur J Intern Med，2020，75：15-18. DOI：10.1016/j.ejim.2020.02.023.

H?U?ERMANN S，ARENDSEN L J，PRITCHARD J N. Smart dry powder inhalers and intelligent adherence management［J］. Adv Drug Deliv Rev，2022，191：114580. DOI：10.1016/j.addr.2022.114580.

ZABCZYK C，BLAKEY J D. The effect of connected smart inhalers on medication adherence［J］. Front Med Technol，2021，3：657321. DOI：10.3389/fmedt.2021.657321.

JANSEN E M，VAN DE HEI S J，DIERICK B J H，et al. Global burden of medication non-adherence in chronic obstructive pulmonary disease （COPD） and asthma：a narrative review of the clinical and economic case for smart inhalers［J］. J Thorac Dis，2021，13（6）：3846-3864. DOI：10.21037/jtd-20-2360.

BOWLER R，ALLINDER M，JACOBSON S，et al. Real-world use of rescue inhaler sensors，electronic symptom questionnaires and physical activity monitors in COPD［J］. BMJ Open Respir Res，2019，6（1）：e000350. DOI：10.1136/bmjresp-2018-000350.

PLEASANTS R A，CHAN A H，MOSNAIM G，et al. Integrating digital inhalers into clinical care of patients with asthma and chronic obstructive pulmonary disease［J］. Respir Med，2022，205：107038. DOI：10.1016/j.rmed.2022.107038.

JIANG W P，WANG L L，SONG Y L. Titration and follow-up for home noninvasive positive pressure ventilation in chronic obstructive pulmonary disease：the potential role of tele-monitoring and the Internet of Things［J］. Clin Respir J，2021，15（7）：705-715. DOI：10.1111/crj.13352.

黎茂林，王黎黎. 基于家用呼吸機的健康管理云平臺設計與實現［J］. 醫療衛生裝備，2020，41（11）：34-39. DOI：10.19745/j.1003-8868.2020247.

RADOGNA A V，SICILIANO P A，SABINA S，et al. A low-cost breath analyzer module in domiciliary non-invasive mechanical ventilation for remote COPD patient monitoring［J］. Sensors，2020，20（3）：653. DOI：10.3390/s20030653.

高輝，高院，孫萍，等. 網絡遠程管理聯合無創通氣治療慢性阻塞性肺疾病合并呼吸衰竭的臨床研究［J］. 臨床肺科雜志，2020，25（3）：347-351. DOI：10.3969/j.issn.1009-6663.2020.03.006.

李文龍，張華，張鵬. 物聯網云平臺管理下慢性阻塞性肺疾病合并慢性呼吸衰竭患者家庭無創通氣效果及依從性研究［J］. 臨床內科雜志，2017，34（4）：275-276. DOI：10.3969/j.issn.1001-9057.2017.04.019.

PINTO A，ALMEIDA J P，PINTO S，et al. Home telemonitoring of non-invasive ventilation decreases healthcare utilisation in a prospective controlled trial of patients with amyotrophic lateral sclerosis［J］. J Neurol Neurosurg Psychiatry，2010，81（11）：1238-1242. DOI：10.1136/jnnp.2010.206680.

TURINO C，DE BATLLE J，WOEHRLE H，et al. Management of continuous positive airway pressure treatment compliance using telemonitoring in obstructive sleep apnoea［J］. Eur Respir J，2017，49（2）：1601128. DOI：10.1183/13993003.01128-2016.

DENNIS H，JEREMIAH W C，ADAM V B，et al.Effect of telemedicine education and telemonitoring on continuous positive airway pressure adherence. Am J Respir Crit Care Med，2018，197（1）：117-126. DOI：10.1164/rccm.201703-0582OC.

PéPIN J L，JULLIAN-DESAYES I，SAPèNE M，et al. Multimodal remote monitoring of high cardiovascular risk patients with OSA initiating CPAP：a randomized trial［J］. Chest，2019，155（4）：730-739. DOI：10.1016/j.chest.2018.11.007.

MCLEAN S，NURMATOV U，LIU J L Y，et al. Telehealthcare for chronic obstructive pulmonary disease：Cochrane Review and meta-analysis［J］. Br J Gen Pract，2012，62（604）：e739-749. DOI：10.3399/bjgp12X658269.

SORIANO J B，GARCíA-RíO F，VáZQUEZ-ESPINOSA E，et al. A multicentre，randomized controlled trial of telehealth for the management of COPD［J］. Respir Med，2018，144：74-81. DOI：10.1016/j.rmed.2018.10.008.

白春學. 改變社區和專科醫師服務模式的技術平臺——物聯網醫學的深層次作用［J］. 國際呼吸雜志，2014，34（12）：881-882. DOI：10.3760/cma.j.issn.1673-436X.2014.12.001.

王偉剛，魏新萍，馬學東，等. 基于物聯網的古美社區慢性阻塞性肺疾病患者管理模式的建立［J］. 復旦學報（醫學版），2017，44（3）：344-347. DOI：10.3969/j.issn.1672-8467.2017.03.015.

陳小平，翁朝航，池海燕，等. 物聯網醫學技術在肺功能篩查中的應用研究［J］. 中國衛生信息管理雜志，2020，17（4）：528-532，543. DOI：10.3969/j.issn.1672-5166.2020.04.025.

呂夢軒，祁禎楠，遲春花. 基于可穿戴設備的智慧醫療對慢性阻塞性肺疾病管理的影響［J］. 中華全科醫師雜志，2022，21（3）：213-218. DOI：10.3760/cma.j.cn114798-20210918-00711.

蔣維芃，金鑫，陳翠翠，等. 可穿戴設備在呼吸系統疾病中的應用現狀與展望［J］. 中國臨床醫學，2021，28（6）：919-924. DOI：10.12025/j.issn.1008-6358.2021.20210361.

趙虹，高小麗，郭貝貝，等. 物聯網聯合多學科診療康復護理模式對慢性阻塞性肺疾病康復效果的影響［J］. 結核與肺部疾病雜志，2022，3（3）：187-192. DOI：10.19983/j.issn.2096-8493.20220046.

VAN DER KAMP M R，KLAVER E C，THIO B J，et al. WEARCON：wearable home monitoring in children with asthma reveals a strong association with hospital based assessment of asthma control［J］. BMC Med Inform Decis Mak，2020，20（1）：192. DOI：10.1186/s12911-020-01210-1.

ALWASHMI M F，FITZPATRICK B，FARRELL J，et al. Perceptions of patients regarding mobile health interventions for the management of chronic obstructive pulmonary disease：mixed methods study［J］. JMIR Mhealth Uhealth，2020，8（7）：e17409. DOI：10.2196/17409.

BENTLEY C L，POWELL L，POTTER S，et al. The use of a smartphone app and an activity tracker to promote physical activity in the management of chronic obstructive pulmonary disease：randomized controlled feasibility study［J］. JMIR Mhealth Uhealth，2020，8（6）：e16203. DOI：10.2196/16203.

唐玲，郭愛敏，俞杰，等. 社區老年慢性阻塞性肺疾病患者對基于移動醫療的健康教育需求的質性研究［J］. 中國護理管理，2022，22（4）：537-542. DOI：10.3969/j.issn.1672-1756.2022.04.012.

KHUNDAQJI H，HING W，FURNESS J，et al. Wearable technology to inform the prediction and diagnosis of cardiorespiratory events：a scoping review［J］. PeerJ，2021，9：e12598. DOI：10.7717/peerj.12598.

CAULFIELD B，KALJO I，DONNELLY S. Use of a consumer market activity monitoring and feedback device improves exercise capacity and activity levels in COPD［J］. Annu Int Conf IEEE Eng Med Biol Soc，2014，2014：1765-1768. DOI：10.1109/EMBC.2014.6943950.

YAMAMOTO A，NAKAMOTO H，YAMAGUCHI T，et al. Validity of a novel respiratory rate monitor comprising stretchable strain sensors during a 6-Min walking test in patients with chronic pulmonary obstructive disease［J］. Respir Med，2021，190：106675. DOI：10.1016/j.rmed.2021.106675.

KAYYALI R，SAVICKAS V，SPRUIT M A，et al. Qualitative investigation into a wearable system for chronic obstructive pulmonary disease：the stakeholders' perspective［J］. BMJ Open，2016，

6（8）：e011657. DOI：10.1136/bmjopen-2016-011657.

（收稿日期：2023-06-11；修回日期：2023-08-11）

（本文編輯：崔莎）