數字健康時代老年髖部骨折生命全周期管理的研究現狀與展望

Research status and prospect of life cycle management of elderly hip fracture in digital health era

TANG Lulu1，2， YUAN Shuyi1，2， FENG Jiayi1，2， SONG Lingxia1， LIU Xiaotong1，2， GAO Fengqiong1，2， XIA Tongxia1，2*

1.Zunyi Medical University Affiliated Hospital， Guizhou 563000 China； 2.Nursing School of Zunyi Medical University

*Corresponding Author" XIA Tongxia， E?mail： xtx0925@163.com

Abstract""" This reviewed the current application status of digital health technologies at different stages of the full lifecycle management of elderly hip fractured and provided insights into future research directions，aiming to offer new perspectives for comprehensive lifecycle health management of elderly hip fracture diseases.

Keywords""" older adults; hip fracture; digital health; the whole life cycle; review

摘要" 梳理數字健康技術在老年髖部骨折生命全周期管理不同階段中的應用現狀，并對未來研究方向做出展望，以期為老年髖部骨折疾病全周期健康管理提供新思路。

關鍵詞" 老年人；髖部骨折；數字健康；生命全周期；綜述

doi：10.12102/j.issn.1009-6493.2025.05.024

近年來，在人口老齡化背景下，髖部骨折的人數顯著上升，是老年人殘疾與死亡的十大原因之一[1]。預計到2050年，全球髖部骨折病人將明顯增加，且亞洲病人居多[2]。而我國55歲以上髖部骨折數量在5年間明顯增加[3]。因此，對于該人群的健康管理具有必要性和緊迫性。老年髖部骨折生命全周期管理的及時性、連續性、整體性應貫穿預防、診療、康復和延續護理等，以優化老年髖部骨折病人的生存質量，提升其健康水平[4]。然而，受病人健康素養、醫療服務可及性、康復依從性等因素影響，傳統的管理方法通常欠缺有效干預與實時反饋[5]。數字健康是利用通信技術支持醫療與健康有關的領域，包括移動醫療、人工智能、可穿戴設備和遠程康復等數字技術[6]。與傳統管理方法相比，數字健康技術不受時間、空間限制，為老年髖部骨折病人提供精準評估、個性化干預和實時咨詢等，在全面提升病人生存質量方面有光明前景[7]。本研究旨在對數字健康時代背景下老年髖部骨折病人預防、診治、康復、隨訪4個方面的發展現狀進行闡述，并對未來發展方向提出展望，以期為我國老年髖部骨折生命全周期的健康管理提供新思路。

1" 數字健康與老年髖部骨折預防

1.1 老年髖部骨折危險因素的智能監測

跌倒是導致老年人發生髖部骨折的最直接影響因素之一[8]。因此，針對風險因素制定老年髖部骨折預防策略尤為重要。隨著信息技術的快速發展，可穿戴設備日益普及，使得跌倒可以通過可穿戴傳感器進行監測。髖關節保護器被認為是預防老年髖部骨折的有效手段，通常結合加速度計、陀螺儀以及氣壓計，將收集到的數據輸入到算法中，以預測是否發生跌倒[9]。研究表明，在跌倒時佩戴髖關節保護器，可使老年髖部骨折的風險明顯降低[10]。Jung等[11]利用數據庫計算加速度、矢量幅度、角速度和垂直角度，開發了一種基于閾值的碰撞前跌倒檢測算法，該算法實現了100.00%的靈敏度、97.54%的特異度、98.33%的準確率，監測跌倒的準確性較高。可穿戴設備技術提供了一種低成本、準確的方法有效檢測跌倒并為病人提供尋求幫助的機會。但由于跌倒致髖部骨折風險還受跌倒角度、跌落引起的沖擊力、作用在股骨上的負荷以及股骨可以承受的負荷等影響，未來研究還需進一步納入更多變量并證實其有效性，為加強老年髖部骨折風險監測提供有力證據。

1.2 老年髖部骨折的智能風險預測

FRAX是目前全球應用最廣泛的骨折風險評估工具，簡單易行，可以根據臨床骨折風險因素預測10年內發生髖部骨折的概率[12]。雙能X射線吸收測定法（DXA）是測量人體骨密度的首選方法，也是FRAX的重要組成部分。Jazinizadeh等[13]通過髖部DXA掃描數據，結合老年人年齡和體質指數進行Logistic回歸，可以估計未來5年老年髖部骨折的發生風險。但基于基線時風險因素的傳統統計模型預測系統在預測髖部骨折方面具有較大異質性，基于動態數據的機器學習預測模型則提高了圖像識別的準確性，在視覺識別任務中取得了優于傳統方法的性能。同時DXA雖是篩查骨折風險的首選方式，但可用性有限，尤其是對于發展中國家或醫療資源不豐富的偏遠地區[14]。因此，使用其他成像方式進行機會性篩查是擴大篩查人群的潛在策略。Hsieh等[15]應用深度學習算法對已經針對髖部或脊柱的X光片評估髖部骨折發生風險，以識別高危病人，這種方法不經DXA篩查，無需承擔額外的成本、時間和輻射。信息技術驅動下的數字健康技術是老年髖部骨折一級預防領域的未來機遇。盡管現有研究已展現出初步前景，但仍有研究空間。例如，不同機器學習算法的預測效能、如何選擇最佳變量及變量在多大程度上有助于風險預測等問題均有待深入研究。

2" 數字健康與老年髖部骨折診治

2.1 人工智能診斷

經驗不足的臨床醫生有時會誤診老年髖部骨折。既往研究中，老年髖部骨折最初誤診率為2%～10%[16]。文獻指出，手術延誤超過24 h會使老年髖部骨折病人30 d死亡風險升高20%，導致并發癥發生率、住院時間和醫療費用增加[17]。因此，有助于快速、準確識別髖部骨折的技術對于病人進行早期手術治療至關重要。在數字健康時代背景下，人工智能開始顯示出自動化并可能改善臨床醫生的診斷能力，但主要在放射學、眼科等領域進行，在外科尤其是骨科手術中進行的研究較少[18?19]。Lex等[20]研究結果表明，人工智能在診斷髖部骨折方面的準確性與放射科專家和外科醫生相當，在幫助髖關節X線片診斷方面具有應用前景。但這些結果受數據的質量或數量影響，有局限之處。未來研究需要在優化檢測指標組合、提高檢測技術的靈敏度和特異度，以及在大樣本、多機構數據集等方面進行深入探索，此外，需要進行外部驗證和評估對病人的影響，克服現有研究限制，最終實現對老年髖部骨折更為準確、有效的早期診斷。

2.2 臨床決策支持系統（Clinical Decision Support System，CDSS）

CDSS指通過高效、動態地收集病人各項生理指標與病情變化信息并進行綜合分析，從而智能輔助醫護人員作出臨床決策[21]。隨著信息技術與醫療領域的深度融合，CDSS備受醫護人員青睞。Gudmundsson等[22]研發并證實集評估和治療病人骨骼健康為一體的CDSS系統（OPAD軟件）所給出的建議與臨床醫生意見、現有指南一致，該系統也能夠集成到不同的電子病歷系統中，從而輕松適應醫療保健提供者的現有工作流程。此外，臺灣大學附屬醫院設計的臨床監測系統可以高效、準確地收集需要治療的骨質疏松性骨折病人的信息，確定醫院中任何未滿足的治療要求，為醫護人員的日常實踐提供決策支持[23]。但目前CDSS應用仍然存在待解決的問題，例如，多數系統均為醫院自行設計開發，缺乏行業公認的高標準、高質量CDSS。同時，關于使用CDSS是否可以降低成本并提高診斷資源的利用率，進一步的衛生經濟學研究也是值得關注的。

3" 數字健康與老年髖部骨折康復

3.1 智能康復

老年髖部骨折病人傳統的康復訓練方式單一且枯燥，導致病人缺乏鍛煉積極性，進而康復效果不佳[24]。但隨著信息技術不斷發展及老年人功能需求的增加，融合數字健康技術的康復訓練為老年髖部骨折病人提供了更多選擇。其中，虛擬現實技術呈現出安全性高、趣味性強、內容豐富等優勢[25]。馬筱等[26]應用虛擬現實技術提供視頻訓練指導，提高了老年髖部骨折病人術后1個月的髖關節功能及護理滿意度。也有學者通過任天堂游戲機及平衡板將虛擬現實技術添加到老年髖部骨折病人的物理治療中，鍛煉6周后兩組病人的功能存在差異[27]。雖然目前虛擬現實技術顯出諸多優點，但多數研究均在短期內評估，在長期療效方面尚存爭議。此外，目前國內外應用外骨骼機器人輔助治療老年髖部骨折術后的研究較少。Setoguchi等[28]將老年髖部骨折病人隨機分為試驗組和對照組各8例，通過3周康復訓練，結果顯示，機器人訓練組的髖關節伸展角度和其他步態參數有所改善。但目前相關研究較為匱乏，故未來仍需更多的高質量研究進一步加以佐證。

3.2 遠程康復

在加速康復外科理念盛行背景下，醫療服務模式正在更新迭代。近年來，隨著互聯網技術的快速發展和國家政策的大力支持，使得“互聯網+醫院”日益興起，為遠程康復提供了平臺[29]。目前，基于互聯網的遠程康復主要依托手機、電腦等智能設備為載體，以應用程序、APP和網站多種形式進行，已成為老年髖部骨折病人居家康復有前景的替代方案。有研究比較遠程康復與居家康復對老年髖部骨折后髖關節功能的影響，結果顯示，使用遠程康復計劃的研究對象具有更高的功能獨立性測量得分[30]。大多數老年髖部骨折遠程康復計劃只關注身體機能，而另一項研究評估了遠程康復計劃對老年髖部骨折病人的生活質量、心理因素和健康水平的影響，3個月的隨訪結果表明，遠程康復組各方面指標均優于對照組[31]。雖然遠程康復形式解決了時空限制，但也存在報銷模式不明確、無相關法律法規支撐、病人信息安全無法保障等問題[32]。這提示未來應完善嚴謹的數字健康治理政策，擴大獲取醫療保健的覆蓋面。

4" 數字健康與老年髖部骨折隨訪

傳統的隨訪模式主要以電話、門診復診方式進行，存在康復信息指導延遲、病人問題反饋滯后等不足。隨著互聯網技術的快速發展，數字健康技術形式隨訪因其便捷性、延續性等優勢越來越多被應用于醫療實踐中，在促進健康方面顯現出巨大潛力。Zhang等[33]構建的互聯網家庭康復管理平臺提供可穿戴傳感器定期測量髖關節活動度和生命體征，并將這些數據傳輸到醫護人員端口，繼而提供個性化康復方案，同時醫護人員也會在病人出院后2周、1個月、2個月、3個月進行遠程家庭隨診，并給予家庭環境風險因素的評估、護理指導等，結果表明，使用互聯網隨診的效果優于傳統電話隨訪，與Wu等[34]研究結論相似。借助信息化的老年髖部骨折病人隨訪管理軟件可以提供多元化健康教育、實時監測、追蹤健康狀況并針對癥狀及時管理，減少二次骨折帶來的傷害。所以，此種模式在確保隨訪數據的準確性、增強病人依從性和主動性方面均較傳統隨訪模式有一定的優勢，是一種值得推廣的隨訪手段。但考慮到設備的方便性、可用性，未來應進一步探索與數字健康相匹配的醫療及人力資源管理制度，還需專業評估工具對隨訪管理平臺進行質量評價，規范使用數字化的隨訪管理平臺。

5" 思考與展望

以物聯網、大數據及人工智能等為依托的數字健康技術突破傳統醫療管理思維，聚焦醫護數字化、智能化、精細化，為獲取更新、更佳的護理證據提供便捷、有效路徑，也為老年髖部骨折病人生命全周期管理提供了多種可能性。但信息技術進步給數字醫療發展帶來機遇的同時也存在阻礙，尤其是對老年人等弱勢群體而言應用情況不佳，融入臨床實踐也帶來了實際挑戰，例如可接受性、信息安全問題、道德和法律責任等，將是未來研究的發展方向[35?36]。建議今后應契合老年髖部骨折健康管理需求，擴大醫療資源與技術支持的深度融合，加強多學科協作，彌合循證實踐與臨床實踐之間的鴻溝，進一步持續助力數字健康技術覆蓋老年髖部骨折生命全周期、健康全過程的優質醫療服務體系。

參考文獻：

[1]" MCDONOUGH C M，HARRIS-HAYES M，KRISTENSEN M T，et al.Physical therapy management of older adults with hip fracture[J].The Journal of Orthopaedic and Sports Physical Therapy，2021，51（2）：CPG1-CPG81.

[2]" COOPER C，CAMPION G，MELTON L J.Hip fractures in the elderly：a world-wide projection[J].Osteoporosis International，1992，2（6）：285-289.

[3]" ZHANG C G，FENG J N，WANG S F，et al.Incidence of and trends in hip fracture among adults in urban China：a nationwide retrospective cohort study[J].PLoS Medicine，2020，17（8）：e1003180.

[4]" 中華人民共和國國家衛生健康委員會.老年髖部骨折診療與管理指南（2022年版）[J].中華老年病研究電子雜志，2023，10（1）：1-7.

[5]" YADAV L，HALDAR A，JASPER U，et al.Utilising digital health technology to support patient-healthcare provider communication in fragility fracture recovery：systematic review and meta-analysis[J].International Journal of Environmental Research and Public Health，2019，16（20）：4047.

[6]" YANG K，HU Y K，QI H Y.Digital health literacy：bibliometric analysis[J].Journal of Medical Internet Research，2022，24（7）：e35816.

[7]" BACKMAN C，PAPP S，HARLEY A，et al.Patient-clinician digital health interventions for the hip fracture population：a scoping review[J].BMC Health Services Research，2023，23（1）：1052.

[8]" NASIRI SARVI M，LUO Y.Sideways fall-induced impact force and its effect on hip fracture risk：a review[J].Osteoporosis International，2017，28（10）：2759-2780.

[9]" WARRINGTON D J，SHORTIS E J，WHITTAKER P J.Are wearable devices effective for preventing and detecting falls：an umbrella review（a review of systematic reviews）[J].BMC Public Health，2021，21（1）：2091.

[10]" KORALL A M B，FELDMAN F，YANG Y J，et al.Effectiveness of hip protectors to reduce risk for hip fracture from falls in long-term care[J].Journal of the American Medical Directors Association，2019，20（11）：1397-1403.

[11]" JUNG H，KOO B，KIM J，et al.Enhanced algorithm for the detection of preimpact fall for wearable airbags[J].Sensors，2020，20（5）：1277.

[12]" VANDENPUT L，JOHANSSON H，MCCLOSKEY E V，et al.Update of the fracture risk prediction tool FRAX：a systematic review of potential cohorts and analysis plan[J].Osteoporosis International，2022，33（10）：2103-2136.

[13]" JAZINIZADEH F，ADACHI J D，QUENNEVILLE C E.Advanced 2D image processing technique to predict hip fracture risk in an older population based on single DXA scans[J].Osteoporosis International，2020，31（10）：1925-1933.

[14]" JAZINIZADEH F，QUENNEVILLE C E.Enhancing hip fracture risk prediction by statistical modeling and texture analysis on DXA images[J].Medical Engineering amp; Physics，2020，78：14-20.

[15]" HSIEH C I，ZHENG K，LIN C，et al.Automated bone mineral density prediction and fracture risk assessment using plain radiographs via deep learning[J].Nature Communications，2021，12（1）：5472.

[16]" SATO Y，TAKEGAMI Y，ASAMOTO T，et al.Artificial intelligence improves the accuracy of residents in the diagnosis of hip fractures：a multicenter study[J].BMC Musculoskeletal Disorders，2021，22（1）：407.

[17]" PINCUS D，RAVI B，WASSERSTEIN D，et al.Association between wait time and 30-day mortality in adults undergoing hip fracture surgery[J].JAMA，2017，318（20）：1994-2003.

[18]" HAMET P，TREMBLAY J.Artificial intelligence in medicine[J].Metabolism，2017，69S：S36-S40.

[19]" HOSNY A，PARMAR C，QUACKENBUSH J，et al.Artificial intelligence in radiology[J].Nature Reviews Cancer，2018，18（8）：500-510.

[20]" LEX J R，MICHELE J D，KOUCHEKI R，et al.Artificial intelligence for hip fracture detection and outcome prediction：a systematic review and meta-analysis[J].JAMA Network Open，2023，6（3）：e233391.

[21]" SOUZA-PEREIRA L，OUHBI S，POMBO N.Quality-in-use characteristics for clinical decision support system assessment[J].Computer Methods and Programs in Biomedicine，2021，207：106169.

[22]" GUDMUNDSSON H T，HANSEN K E，HALLDORSSON B V，et al.Clinical decision support system for the management of osteoporosis compared to NOGG guidelines and an osteology specialist：a validation pilot study[J].BMC Medical Informatics and Decision Making，2019，19（1）：27.

[23]" LIN F C，WANG C Y，SHANG R J，et al.Identifying unmet treatment needs for patients with osteoporotic fracture：feasibility study for an electronic clinical surveillance system[J].Journal of Medical Internet Research，2018，20（4）：e142.

[24]" 張敏，趙亮，劉曉莉.基于加速康復外科理念的踝泵運動對老年髖部骨折術后患者凝血功能、血流動力學和康復效果的影響[J].中國老年學雜志，2023，43（13）：3149-3152.

[25]" 范春梅，劉昱昭，石靜，等.虛擬現實技術在患者健康教育中的應用進展[J].中國護理管理，2023，23（7）：1069-1073.

[26]" 馬筱，李曉蓮，陳佳麗，等.虛擬現實技術應用于髖關節置換術患者早期康復護理的效果觀察[J].護理實踐與研究，2022，19（6）：871-875.

[27]" ZAVALA-GONZáLEZ J，MARTíNEZ D，GUTIéRREZ-ESPINOZA H.Effectiveness of adding virtual reality to physiotherapeutic treatment in patients with total hip arthroplasty.A randomized controlled trial[J].Clinical Rehabilitation，2022，36（5）：660-668.

[28]" SETOGUCHI D，KINOSHITA K，KAMADA S，et al.Hybrid Assistive limb improves restricted hip extension after total hip arthroplasty[J].Assistive Technology，2022，34（1）：112-120.

[29]" 張晨陽，李培藝，李為民.我國互聯網醫院服務質量評價指標體系構建[J].醫學與社會，2023，36（10）：72-78.

[30]" ORTIZ-PI?A M，MOLINA-GARCIA P，FEMIA P，et al.Effects of tele-rehabilitation compared with home-based in-person rehabilitation for older adult's function after hip fracture[J].International Journal of Environmental Research and Public Health，2021，18（10）：5493.

[31]" MORA-TRAVERSO M，PRIETO-MORENO R，MOLINA-GARCIA P，et al.Effects of the active hip telerehabilitation program on the quality of life，psychological factors and fitness level of patients with hip fracture[J].Journal of Telemedicine and Telecare，2024，30（3）：549-558.

[32]" 李丹丹，潘衛宇，張俊娟.髖關節置換術后遠程康復護理研究進展[J].護理學雜志，2019，34（12）：101-103.

[33]" ZHANG Y Y，ZHANG Y G，LI Z，et al.Effect of home-based telerehabilitation on the postoperative rehabilitation outcome of hip fracture in the aging population[J].Orthopaedic Surgery，2022，14（8）：1768-1777.

[34]" WU W Y，ZHANG Y G，ZHANG Y Y，et al.Clinical effectiveness of home-based telerehabilitation program for geriatric hip fracture following total hip replacement[J].Orthopaedic Surgery，2023，15（2）：423-431.

[35]" 郭曉菡，黃霞，賈培培，等.社區老年人數字健康技術焦慮的潛在剖面分析[J].護理學雜志，2024，39（5）：102-106.

[36]" 楊燁陽，蘇果云.數字醫療技術應用中的倫理困境及其實踐邊界[J].醫學與哲學，2023，44（13）：34-39.

（收稿日期：2024-04-15；修回日期：2024-12-12）

（本文編輯 崔曉芳）