来自斯坦福的声音:可穿戴设备能预测疾病发生
2017-01-17 09:25
148 查看
[转] http://www.leiphone.com/news/201701/96nOeWyr8ST7ivB9.html
导语:在可穿戴市场欣欣向荣、春光无限好的时候,对于他们在临床医疗中的应用研究却寥寥无几~
如今,可穿戴设备因其功能新颖、外观时尚美观,逐渐成为一种生活新时尚,手腕上的一款智能手表变身成潮流的象征。
据雷锋网AIHealth栏目消息了解到,可穿戴设备市场的规模在2016年达到1.23亿件,并有望在2020年达到4.11亿件。
在可穿戴市场欣欣向荣、春光无限好的时候,对于他们在临床医疗中的应用研究却寥寥无几。最近的一篇研究中称,在医疗保健的成本控制和流程优化方面,配备生物传感器的可穿戴设备几乎无用,言下之意是:所谓可穿戴设备让我们生活更健康,只是一种美好的想象。
但雷锋网(公众号:雷锋网)AIHealth栏目今天看到的一篇研究得到截然相反的结论。
1月12日,斯坦福大学在《PLOS Biology》发表的一篇文章中称,可穿戴式生物传感器不仅可以监测心率、体表温度、运动量和其他生理参数,还能检测出与肝炎、炎症甚至胰岛素有关的重要生理指标的异常。在我们将要得病而未得之前,可穿戴设备可能会提前预测出来。
文章中提到,许多可穿戴传感器能连续频繁地监测生理功能,包括心率、体表温度、血氧水平以及运动。可穿戴传感器24小时监测身体机能,在用户患病或有其它异常时,来自这些传感器的数据显示出了日常活动模式的个性化差异。
遗传学家Michael Snyder领导了这次研究。Michael Snyder是斯坦福遗传学主席、基因组学和个性化医学中心主任,是功能基因组学和蛋白质组学领域的领袖级人物。
研究人员观察分析了来自60个测量对象的20亿监测数据。研究对象携带运动追踪器和其他监测器的数量从1个到7个不等。研究人员将生物传感器收集的数据将进一步与斯坦福大学的标准生命体征监测器收集数据对比。这些传感器每天测量25万次,通过收集关键数据比如体重、心率、体表温度、睡眠、运动和卡路里消耗以及在γ射线和X射线中的暴露情况等,研究人员为每个测量对象建立其个性化的“正常范围”。
研究人员结合环境条件的改变(比如坐飞机等)、疾病以及其他影响健康的因素,就能监测到每个人的正常生理参数的变异情况。研究团队观察到——可穿戴设备能预测莱姆病和炎症的发生,这样,利用传感器收集的数据就能建立个性化疾病监测算法。他们同时发现,传感器能区分出胰岛素敏感和胰岛素抵抗患者,这意味着这种设备未来有可能协助识别有2型糖尿病风险的人。
文章中提到,“总之,研究结果表明,便携式生物传感器对监测个人日常活动和生理状况大有裨益,未来对于社会经济条件受限或偏远地区人们的健康管理和健康护理中发挥巨大的作用”。
但是,作者同时提到,可穿戴设备也可能发出错误的警报,以及对于疾病的过度诊断。错误警报的发生次数取决于设定的异常状况门槛值,而这个数值是可以个性化设置的。雷锋网
导语:在可穿戴市场欣欣向荣、春光无限好的时候,对于他们在临床医疗中的应用研究却寥寥无几~
如今,可穿戴设备因其功能新颖、外观时尚美观,逐渐成为一种生活新时尚,手腕上的一款智能手表变身成潮流的象征。
据雷锋网AIHealth栏目消息了解到,可穿戴设备市场的规模在2016年达到1.23亿件,并有望在2020年达到4.11亿件。
在可穿戴市场欣欣向荣、春光无限好的时候,对于他们在临床医疗中的应用研究却寥寥无几。最近的一篇研究中称,在医疗保健的成本控制和流程优化方面,配备生物传感器的可穿戴设备几乎无用,言下之意是:所谓可穿戴设备让我们生活更健康,只是一种美好的想象。
但雷锋网(公众号:雷锋网)AIHealth栏目今天看到的一篇研究得到截然相反的结论。
1月12日,斯坦福大学在《PLOS Biology》发表的一篇文章中称,可穿戴式生物传感器不仅可以监测心率、体表温度、运动量和其他生理参数,还能检测出与肝炎、炎症甚至胰岛素有关的重要生理指标的异常。在我们将要得病而未得之前,可穿戴设备可能会提前预测出来。
文章中提到,许多可穿戴传感器能连续频繁地监测生理功能,包括心率、体表温度、血氧水平以及运动。可穿戴传感器24小时监测身体机能,在用户患病或有其它异常时,来自这些传感器的数据显示出了日常活动模式的个性化差异。
遗传学家Michael Snyder领导了这次研究。Michael Snyder是斯坦福遗传学主席、基因组学和个性化医学中心主任,是功能基因组学和蛋白质组学领域的领袖级人物。
研究人员观察分析了来自60个测量对象的20亿监测数据。研究对象携带运动追踪器和其他监测器的数量从1个到7个不等。研究人员将生物传感器收集的数据将进一步与斯坦福大学的标准生命体征监测器收集数据对比。这些传感器每天测量25万次,通过收集关键数据比如体重、心率、体表温度、睡眠、运动和卡路里消耗以及在γ射线和X射线中的暴露情况等,研究人员为每个测量对象建立其个性化的“正常范围”。
研究人员结合环境条件的改变(比如坐飞机等)、疾病以及其他影响健康的因素,就能监测到每个人的正常生理参数的变异情况。研究团队观察到——可穿戴设备能预测莱姆病和炎症的发生,这样,利用传感器收集的数据就能建立个性化疾病监测算法。他们同时发现,传感器能区分出胰岛素敏感和胰岛素抵抗患者,这意味着这种设备未来有可能协助识别有2型糖尿病风险的人。
文章中提到,“总之,研究结果表明,便携式生物传感器对监测个人日常活动和生理状况大有裨益,未来对于社会经济条件受限或偏远地区人们的健康管理和健康护理中发挥巨大的作用”。
但是,作者同时提到,可穿戴设备也可能发出错误的警报,以及对于疾病的过度诊断。错误警报的发生次数取决于设定的异常状况门槛值,而这个数值是可以个性化设置的。雷锋网
相关文章推荐
- 拥抱高效、拥抱 Bugtags 之来自用户的声音(三)
- 拥抱高效、拥抱 Bugtags 之来自用户的声音(五)
- Android ANR发生原因总结(来自本人cnblogs博客)
- 指甲之指甲与疾病预测
- 无法保存webpart的属性设置,发生意外,异常来自 HRESULT:0x80020009(DISP_E_EXCEPTION)
- 逻辑回归(Logistic Regression, LR)又称为逻辑回归分析,是分类和预测算法中的一种。通过历史数据的表现对未来结果发生的概率进行预测。例如,我们可以将购买的概率设置为因变量,将用户的
- 拥抱高效、拥抱 Bugtags 之来自用户的声音(三)
- 来自中国企业的声音:我们需要的BPM
- 来自厂商的声音
- 来自开源社区的声音: .NET vs JAVA
- 舌头颜色可预测疾病
- 数据挖掘技术可用于预测疾病传播
- 拥抱高效、拥抱 Bugtags 之来自用户的声音 2
- 来自微软的声音
- 拥抱高效、拥抱 Bugtags 之来自用户的声音(五)
- 《超级IP》:伪理论,没能比现有的市场营销理论更高明,只敢勉强去解释已经发生的事情,不敢去预测未来。2星。
- 一个来自地震灾区白血病女孩的声音--我要回家
- 来自零刻数据的声音:宅急送,酿出个“快递门”事件!
- 强移动计算中心——基于可穿戴设备的一个技术预测
- 来自Comsenz产品团队的声音