智能可穿戴设备在心血管疾病管理中的研究进展

智能可穿戴设备在心血管疾病管理中的研究进展【摘要】心血管疾病是我国人口死亡的首要原因，传统管理方式因技术设备与人力资源的限制，无法对患者生活方式（如身体活动）及心血管疾病相关指标（如血压、心率、心律等）展开动态、客观监测。近年来，智能可穿戴设备与人工智能技术的发展为解决该难题带来契机。该文全面综述智能可穿戴设备在心血管疾病管理中的研究进展，包括其在高血压、糖尿病、心房颤动、心力衰竭的筛查和管理，以及其在心血管事件预警和院前急救中的应用，深入总结并分析智能可穿戴设备在心血管疾病领域的应用前景与现存问题，以期推动心血管疾病管理模式革新和进一步提升疾病防控效率。【关键词】心血管疾病；人工智能；可穿戴电子设备；数字健康技术心血管疾病的管理涉及以生活方式改变和危险因素控制为核心的一级预防和二级预防，然而传统管理方式受技术设备和人力资源所限，难以对患者的生活方式（如身体活动）和心血管疾病相关指标（如血压、心率、心律等）进行动态、客观的监测。近年来智能可穿戴设备通过各种传感器和软件算法产生大量数据，不仅可追踪患者的身体活动，还可监测心率、心律、血氧饱和度、睡眠时间等诸多生理参数，越来越多的证据支持在心血管风险评估和心血管疾病预防、诊断和管理中使用智能可穿戴设备［1］。本文将对相关研究进行综述，并对进一步研究方向进行展望。一、智能可穿戴设备简介智能可穿戴设备是指将传感器整合到衣服或配饰中、可以直接穿戴在身上的轻量级便携式设备，通过贴近皮肤表面佩戴连续监测身体信号［2］。与心血管疾病筛查和管理有关的可穿戴设备主要有以下几类：（1）基于光电容积脉搏波描记法（photoplethysmography，PPG）的设备，如智能手表、手环等，主要用于监测心率、心律、心率变异性和血氧饱和度；（2）基于心电图的设备，如贴片、胸带等，可以用于监测心率、心律，检测心律失常以及识别心肌缺血或心肌梗死等；（3）基于心震图（seismocardiogram）的设备，心震图信号是胸壁的局部振动，在每个心动周期中都会产生，包括心脏运动、心脏瓣膜启闭以及主动脉中血液流动，可用于监测血流动力学变化［3］。智能可穿戴设备产生的大量数据，需借助智能算法与算力提炼有用信息。人工智能尤其是深度学习能降低噪声、提取高维信息。大模型凭借知识习得、理解和整合能力有望突破行业瓶颈，成为可穿戴设备发展的关键动力。二、智能可穿戴设备在心血管疾病筛查和管理中的应用（一）智能可穿戴设备在高血压筛查和管理中的应用ChinaPEACE研究结果显示，我国高血压的知晓率、治疗率和控制率仅为36.0%、22.9%和5.7%［4］，增强高血压患者自身监测、主动管理是控制血压的有效措施。一项混合方法研究提示，参与者和医疗保健人员均认为可穿戴设备有很好的接受性、易于使用，可用于改善血压监测［5］。长期使用智能可穿戴设备有助于及早发现高血压、及时就诊或调整治疗［6］。智能可穿戴设备不仅能记录血压值、心率，还可记录睡眠时长、压力等指标，可更加科学全面地进行血压管理。2024年国内一项基于智能可穿戴设备获取睡眠时长和家庭血压测量值研究睡眠时长与高血压关联性的真实世界研究显示，这种客观的测量方法相较于传统的调查问卷具有更高的准确性和客观性，为探索基于睡眠干预手段等高血压综合管理提供可能［7］。近年来智能可穿戴设备越来越多地被中青年消费者接受并使用。对于中青年，工作忙、生活压力大等原因常导致血压波动性增加，夜间高血压、隐蔽性高血压发生率高，且中年人群家庭血压测量行为及相关知识较老年人差［8］。日常佩戴通过国际标准验证的智能可穿戴血压测量设备，将有助于提高中青年人群高血压检出率［9］，有利于高血压的及早发现和治疗；对于已确诊的中青年高血压患者，其可改善血压控制、降低心血管病风险。目前针对智能可穿戴设备在不同年龄段高血压患者中使用的临床研究较少，这也是未来数字医疗和健康大数据领域的研究方向。智能可穿戴设备的关键价值在于其获得的数据与提供的服务。智能可穿戴设备收集的大量数据被用于时间序列分析，进而指导人工智能策略预测高血压及其相关风险，并能有效地促进个性化医疗［10］。智能可穿戴设备的辅助或将实现智慧化血压测量，助力降低血压变异性，延长患者血压目标范围内时间，降低心血管事件风险，从而有效改善患者预后。尽管智能可穿戴设备在高血压病筛查和管理中有很大的应用前景，当前仍存在一些问题，如目前尚无统一的无袖带血压测量的验证标准，连续无袖带血压测量的准确度仍有待提高［9］。（二）智能可穿戴设备在糖尿病筛查和管理中的应用1.血糖监测：汗液、泪液和唾液中的葡萄糖浓度与血液中的葡萄糖浓度相关，将无创或微创血糖检测方法与可穿戴生物电子技术集成可实现在体、动态测量血糖［11］。有研究显示，青少年1型糖尿病患者通过佩戴扫描式葡萄糖监测系统，获得了持续的血糖控制，干预6个月后患者的低血糖发生情况减少，生活质量提高［12］。2.血糖调节：根据生物医学微机电系统BioMEMS设计的智能可穿戴腕式装置通过内置葡萄糖传感器检测和评估佩戴者血液中的葡萄糖水平，血糖高时注射胰岛素，血糖低则注射葡萄糖，从而将血糖稳定在一个适当的范围内［13］。应用可穿戴设备对20例成人和32例青少年1型糖尿病患者进行为期5d的治疗，结果显示患者的平均血糖水平改善，低血糖的发生减少［14］。3.运动指导：Li等［15］在2型糖尿病患者中应用智能可穿戴设备来监测患者运动时的目标心率、运动行为，进行随访并给予指导、干预，结果显示患者糖脂代谢、心肺耐力和体脂率改善，运动依从性提高，短期及长期自我管理能力均有明显提高。4.并发症预防：高柔性光纤制成的传感袜可对糖尿病周围神经病患者足部溃疡风险相关的关键参数进行评估，使临床医师能够客观地对糖尿病患者足部病变风险进行分层并提供及时的护理［16］。另外，智能鞋垫系统可对糖尿病患者足底压力载荷进行警报，以避免足底长期受压造成溃疡［17］。目前，智能鞋、袜等智能可穿戴设备在临床应用和推广不足的原因主要为：（1）设备仍处于研发阶段，行业标准需不断完善，其存在信号接收延迟、成本高、测量功能有限等局限性；（2）糖尿病及其并发症患者以老年人居多，这一人群多数不擅长智能手机及各种远程管理平台的操作使用；（3）智能可穿戴设备需联合远程管理平台使用，平台的建设、维护、运营需要资金，远程医疗服务使用的定价和补偿机制等尚不完善。（三）智能可穿戴设备在心房颤动筛查和管理中的应用由于心房颤动可能是阵发性和无症状的，如何更准确地在潜在人群中识别非医院就诊过程中发生的阵发性心房颤动，是目前临床实践中所面临的一个重要瓶颈［18］。单次心电图和传统的动态心电图监测存在难以捕捉一过性异常心电信号的局限性，智能可穿戴设备和人工智能分析技术可能有助于识别未确诊的心房颤动患者。新型智能手表和健身追踪器一般通过PPG传感器来持续测量脉搏率。可以通过算法从PPG数据中分析脉搏的不规则性，并推断是否存在心房颤动。越来越多的证据显示，基于PPG技术的可穿戴设备用于心房颤动筛查具有较好的可行性、灵敏度和特异度。AppleHeart研究纳入419297例既往无心房颤动的研究对象，当基于PPG技术的手表监测到不规则脉搏波信号后，研究者便指导受试者同时进行动态心电图监测和PPG监测，随访8个月，结果显示基于PPG的不规则脉搏波对心房颤动的阳性预测值可达84%（95%CI76%~92%）［19］。HuaweiHeart研究纳入187912例健康受试者，其中442例（0.23%）的PPG信号监测提示存在不规则脉搏波、“疑似心房颤动”，在完成有效随访的262例患者中，227例（87%）被证实为心房颤动，PPG信号对心房颤动的阳性预测值为91.6%（95%CI91.5%~91.8%）［20］。而在近期完成的纳入455699例研究对象的FitbitHeart研究中，PPG信号对心房颤动的阳性预测值可达98.2%（95%CI95.5%~99.5%）［21］，高于前两项研究，这可能与FitbitHeart研究使用更连续的脉冲数据采样方法、新型的软件算法、对PPG信号采集的“不规则脉搏波”定义更严格且设备穿戴时间更长有关。一项针对2021年2月前发表的研究的荟萃分析显示，与12导联心电图或24h动态心电图相比，基于PPG技术的智能可穿戴设备诊断心房颤动的敏感度为67.7%~100%，特异度为60.7%~100%［22］。尽管不同研究中PPG对心房颤动的阳性预测值稍有差异，但上述3项大型研究均提示基于PPG技术的智能可穿戴设备可以助力心房颤动的早期筛查，使隐匿性心房颤动更容易被发现，尽早接受规范治疗，从而降低因心房颤动导致的卒中、心力衰竭或死亡风险。不过需要注意的是，优化用于消费级智能可穿戴设备的算法至关重要，因为假阳性可能导致使用者焦虑，增加医疗资源的使用以及治疗副作用。除了心房颤动的早期筛查外，智能可穿戴设备也可为心房颤动患者的综合管理提供技术支持。mAFAⅡ研究采用整群随机对照设计，招募我国40家医院登记的成年心房颤动患者3324例，随机分成干预组和对照组，干预组接受基于移动健康（mAFA平台和PPG华为手表）的ABC路径管理（A代表抗凝/避免卒中，B代表更好的症状管理，C代表心血管和共病优化），对照组为常规治疗组，结果显示干预组中复合结局（由缺血性卒中/全身性血栓栓塞、死亡和再住院构成）的风险显著低于对照组（HR=0.18，95%CI0.13~0.25，P<0.001）［23］。智能可穿戴设备有助于心房颤动的早期发现和科学管理，以及个人健康监测、心房颤动预警和主动干预，从而减少心房颤动导致的不良心血管事件的发生。（四）智能可穿戴设备在心力衰竭患者管理中的应用目前对于心力衰竭患者的院外管理与康复普遍存在以下问题：患者对自身症状、体征的变化不敏感，对生活方式的管理不重视；由于患者群体规模大而医务人员相对不足，难以实现对门诊和住院的心力衰竭患者进行密切随访和健康教育。近年来的研究显示，由于具有无创、客观、可连续监测等优势，智能可穿戴设备在心力衰竭患者的管理中具有多种潜在的用途。（1）活动耐量监测。智能可穿戴设备通过监测患者身体活动，一方面可及时发现是否存在活动耐量下降，另一方面有助于加强对患者生活方式的干预，以预防病情恶化［24］。（2）通过监测心率、血压甚至胸腔积液情况，协助医生更及时、具体地监测患者病情变化，为调整药物剂量或治疗方案提供依据。但需要注意的是生物电阻抗可能干扰其他电子设备工作，不能用于已植入器械治疗的心力衰竭患者。（3）通过连续监测身体活动、血压、呼吸频率、心率、心率变异性和心律情况等指标，进行心血管事件或再入院的风险预测和危险分层。LINKHF研究探讨了无创远程监测预测心力衰竭再住院的准确性。研究对象使用放置在胸部的一次性多传感器贴片监测3个月，记录到的生理数据通过智能手机连续上传至云分析平台，通过基于机器学习的预测算法来检测心力衰竭恶化情况。研究结果显示，该平台能够检测心力衰竭恶化再入院前期状态，灵敏度76%~88%，特异度85%，从初次报警到再次入院的中位时间为6.5（4.2，13.7）d［25］。Prescher等［26］的研究结果显示，智能可穿戴设备远程监测心力衰竭患者居家6min步行试验（sixminutewalktest，6MWT）距离，对于心力衰竭再入院或全因死亡具有很高的预测价值，其结果与常规6MWT的预后价值相当，提示远程6MWT可作为家庭环境下的替代测试方法。虽然近期的研究显示了智能可穿戴设备和人工智能技术在心力衰竭患者管理中的应用前景，但现有数据仅限于观察性研究和小型随机对照试验，研究数量较少，且智能可穿戴设备的准确性、便携性和智能性还有待发展和提高。（五）智能可穿戴设备在心血管事件预警和院前急救中的应用对于心血管疾病患者或其他有心血管疾病风险的人群，通过使用智能可穿戴设备进行连续和动态的监测，不仅显著降低住院治疗的成本，还提高了诊断精度和个体化程度，可获取便捷的自我保健解决方案，尤其是心血管事件的预警和院前急救方面。1.急性心肌梗死（acutemyocardialinfarction，AMI）：为有效地减少AMI的危害，如何提高AMI的预警和及时救治水平尤为重要。长期的临床实践证实，心肌梗死后的结果取决于治疗开始前的时间。超过一半的心肌梗死患者在出现症状后1h内死于就医途中或急诊室。如果在症状出现后1h内实现心肌再灌注，生存率可提高50%；如果在3h内实现再灌注，生存率可提高23%［27］。因此，及时诊断、尽快治疗至关重要。在美国AMI患者从出现症状到到达医院的中位时间为1.5~6h；尽管胸痛是心肌梗死的一个重要特征，但是多达1/3的患者可能没有典型症状，这可能会增加识别心肌梗死急性发作的难度，因此缩短急救治疗时间也存在很大的困难［28］。近年来，随着智能可穿戴式心电监护设备等技术的发展和实践应用，对于AMI的预警和救治能力得到了进一步的提升。Spaccarotella等［29］招募了54例ST段抬高型心肌梗死患者、27例非ST段抬高型心肌梗死患者和19名正常健康对照者，对可穿戴手表的心电图采集功能进行研究。结果显示，其检测ST段抬高型心肌梗死的灵敏度为93%，特异度为95%；检测非ST段抬高型心肌梗死的灵敏度为94%，特异度为92%。国内学者对使用智能可穿戴设备采集并成功上传至心电云平台的有效心电图资料进行了分析，结果显示检出危急值心电图340份（0.51%），预警后250人去医院就诊，其中155人就诊后接受药物治疗，57人接受手术治疗［30］。智能可穿戴设备可有效对主要心血管不良事件进行良好的院前预警，最大限度地挽救生命。除院前心血管疾病的预警和急救功能外，智能可穿戴设备也可应用于AMI后的恢复期管理。如冠状动脉疾病的二级预防策略旨在通过改善可改变的危险因素的控制来预防不良事件，MiCORE研究招募了来自美国4家医院的200例1型心肌梗死患者，旨在通过应用苹果手表和蓝牙血压袖带集成的移动应用程序进行AMI后的自我管理。初步结果显示，与匹配的历史对照组（695例）相比，接受自我管理方案的参与者在30d内再入院发生率降低了43%。成本效益分析结果表明，通过实施这一干预措施，平均每例患者可节省6000美元［31］。因此，智能可穿戴设备在心血管疾病远程诊疗中有较高的应用价值，能最大限度地降低AMI导致的死亡率和致残率。2.心原性猝死（suddencardiacdeath，SCD）：SCD导致的死亡人数估计占死亡总人数的15%~20%［32］。由于心室颤动和室性心动过速是潜在的可治疗的心律失常，如果患者在单次心脏除颤后给予早期直流电休克治疗，近70%病例可以恢复正常心律［33］。因此，目前出现了多种相关措施，如公共场所的自动体外除颤器、植入式心律转复除颤器（implantablecardioverterdefibrillator，ICD）和可穿戴式心脏除颤器等，以最大限度地降低心室颤动和室性心动过速导致的SCD发生率。心肌梗死后的前30d发生SCD的风险最高。然而，这一时期的情况更为复杂，因为SCD不仅可能由心律失常引起，也可能由非心律失常的机械原因引起。HEART研究显示，尽管血运重建和药物治疗的进步降低了AMI后的死亡率，但心肌梗死后早期SCD的风险仍然很高，特别是在射血分数降低的患者中，如射血分数≤30%的患者SCD的发病率为2.3%/月［34］。为了更有效地防止SCD导致的高致残、致死率，可穿戴式心脏除颤器应运而生。近年来，可穿戴式心脏除颤器的使用明显增加，并且大部分用于心肌梗死后左心室功能障碍患者、冠状动脉血运重建术后或新诊断为心肌病后的高危等待期等。截至2013年9月，超过10万例患者佩戴了可穿戴式心脏除颤器，平均使用时间在2~3个月，平均每天使用22.5h。近3/4用作心脏事件发生后早期桥接，其中26%用于近期心肌梗死患者，8%用于冠状动脉旁路移植术术后患者，37%用于诊断为非缺血性心肌病后早期。其他用途包括Ⅳ级充血性心力衰竭（2%），ICD植入前心脏骤停/心室颤动/室性心动过速（9%），SCD遗传易感性（1%），ICD移植（8%），以及其他心脏骤停风险（7%）和未明确原因的情况（1%）［32，35］。Botto等［36］基于12916例心肌梗死患者的资料计算了可穿戴式心脏除颤器与心肌梗死患者现行标准护理的增量成本效果比，结果显示，每个质量调整生命年的增量成本效果比为47709欧元，远低于意大利国家卫生系统中可接受的60000欧元的阈值；每个生命年增加的增量成本效果比为38276欧元，这表明可穿戴式心脏除颤器在心肌梗死后患者中的应用具有较高的临床效益和成本效益。但需要注意的是目前可穿戴式心脏除颤器还存在着一些问题，如携带不便、舒适性较差等影响了患者的依从性，长时间应用会受到一定的限制。综上所述，智能可穿戴设备在心血管疾病管理仍处于早期阶段，但有望通过改变人们的生活方式促进一级预防，实现高危人群的心律失常筛查和风险评估，以及对心力衰竭或冠心病患者的远程管理。随着技术进步，其软硬件系统不断成熟，可能成为心血管远程监护的重要内容。但目前设备准确性仍需进一步提高，存在隐私风险、成本较高且缺乏专业临床人员处理海量数据限制了临床推广。此外，如何区分有效信号与噪音，构建精准个性化模型，需结合人工智能进一步研究。同时，需要制定评估方案、法律法规和临床应用指南来加强监管与规范应用。尽管已有证据支持其在心血管防治中的应用价值，但仍需大规模、严谨的试验验证其优势。如何充分运用智能可穿戴设备技术提升健康管理水平，满足人们对心血管疾病管理的新需求，是未来临床工作的重要方向。参考文献[1]BayoumyK,GaberM,ElshafeeyA,etal.Smartwearabledevicesincardiovascularcare:whereweareandhowtomoveforward[J].NatRevCardiol,2021,18(8):581-599.DOI:10.1038/s41569-021-00522-7.[2]GoldsackJC,CoravosA,BakkerJP,etal.Verification,analyticalvalidation,andclinicalvalidation(V3):thefoundationofdeterminingfit-for-purposeforBiometricMonitoringTechnologies(BioMeTs)[J].NPJDigitMed,2020,3:55.DOI:10.1038/s41746-020-0260-4.[3]HughesA,ShandhiMMH,MasterH,etal.Wearabledevicesincardiovascularmedicine[J].CircRes,2023,132(5):652-670.DOI:10.1161/CIRCRESAHA.122.322389.[4]JiapengL,YuanL,XiaochenW,etal.Prevalence,awareness,treatment,andcontrolofhypertensioninChina:datafrom1.7millionadultsinapopulation-basedscreeningstudy(ChinaPEACEMillionPersonsProject)[J].Lancet,2017,390(10112):2549-2558.DOI:10.1016/S0140-6736(17)32478-9.[5]IslamSMS,CartledgeS,KarmakarC,etal.Validationandacceptabilityofacufflesswrist-wornwearablebloodpressuremonitoringdeviceamongusersandhealthcareprofessionals:mixedmethodsstudy[J].JMIRMhealthUhealth,2019,7(10):e14706.DOI:10.2196/14706.[6]刘靖.充分利用智能可穿戴设备,加强中青年高血压管理[J].中华高血压杂志,2022,30(8):703-704.DOI:10.16439/j.issn.1673-7245.2022.08.002.[7]李小龙,易丽,吕中华,等.基于智能穿戴设备探讨睡眠时长与高血压关系的真实世界研究[J].中华老年多器官疾病杂志,2024,23(4):286-290.DOI:10.11915/j.issn.1671-5403.2024.04.061.[8]冯国飞,纪禹同,袁慧,等.不同年龄段高血压患者家庭血压测量及其健康宣教情况分析[J].中国全科医学,2019,22(34):4246-4250.DOI:10.12114/j.issn.1007-9572.2019.00.634.[9]中国高血压联盟,北京高血压防治协会心血管代谢医学专业委员会.智能可穿戴设备在中青年血压管理中应用中国专家共识[J].中华高血压杂志,2022,30(8):720-724.DOI:10.16439/j.issn.1673-7245.2022.08.005.[10]KarioK.Managementofhypertensioninthedigitalera:smallwearablemonitoringdevicesforremotebloodpressuremonitoring[J].Hypertension,2020,76(3):640-650.DOI:10.1161/HYPERTENSIONAHA.120.14742.[11]ZafarH,ChannaA,JeotiV,etal.Comprehensivereviewonwearablesweat-glucosesensorsforcontinuousglucosemonitoring[J].Sensors(Basel),2022;22(2):638.DOI:10.3390/s22020638.[12]XuY,XuL,ZhaoW,etal.EffectivenessofaWeChatCombinedContinuousFlashGlucoseMonitoringSystemonGlycemicControlinJuvenileType1DiabetesMellitusManagement:RandomizedControlledTrial[J].DiabetesMetabSyndrObes,2021,14:1085-1094.DOI:10.2147/DMSO.S299070.[13]PriyaS,MohanS,KuppusamyR,etal.AdvancesinBio-MicroelectromechanicalSystem-BasedSensorsforNext-GenerationHealthcareApplications[J].ACSOmega,2025,10(31):34088-34105.DOI:10.1021/acsomega.5c03258.[14]RussellSJ,El-KhatibFH,SinhaM,etal.Outpatientglycemiccontrolwithabionicpancreasintype1diabetes[J].NEnglJMed,2014,371(4):313-325.DOI:10.1056/NEJMoa1314474.[15]LiJ,WeiD,LiuS,etal.Efficiencyofanmhealthappandchest-wearableremoteexercisemonitoringinterventioninpatientswithtype2diabetes:aprospective,multicenterrandomizedcontrolledtrial[J].JMIRMhealthUhealth,2021,9(2):e23338.DOI:10.2196/23338.[16]NajafiB,MohseniH,GrewalGS,etal.Anoptical-fiber-basedsmarttextile(smartsocks)tomanagebiomechanicalriskfactorsassociatedwithdiabeticfootamputation[J].JDiabetesSciTechnol,2017,11(4):668-677.DOI:10.1177/1932296817709022.[17]NajafiB,RonE,EnriquezA,etal.Smartersolesurvival:willneuropathicpatientsathighriskforulcerationuseasmartinsole-basedfootprotectionsystem?[J]JDiabetesSciTechnol,2017,11(4):702-713.DOI:10.1177/1932296816689105.[18]陈韵岱.智能可穿戴设备在房颤综合防治的研究进展[J].中华保健医学杂志,2021,23(5):429-430.DOI:10.3969/j.issn.1674-3245.2021.05.001.[19]PerezMV,MahaffeyKW,HedlinH,etal.Large-scaleassessmentofasmartwatchtoidentifyatrialfibrillation[J].NEnglJMed,2019,381(20):1909-1917.DOI:10.1056/NEJMoa1901183.[20]GuoY,WangH,ZhangH,etal.Mobilephotoplethysmographictechnologytodetectatrialfibrillation[J].JAmCollCardiol,2019,74(19):2365-2375.DOI:10.1016/j.jacc.2019.08.019.[21]LubitzSA,FaraneshAZ,SelvaggiC,etal.Detectionofatrialfibrillationinalargepopulationusingwearabledevices:thefitbitheartstudy[J].Circulation,2022,146(19):1415-1424.DOI:10.1161/CIRCULATIONAHA.122.060291.[22]HermansANL,GawalkoM,DohmenL,etal.Mobilehealthsolutionsforatrialfibrillationdetectionandmanagement:asystematicreview[J].ClinResCardiol,2022,111(5):479-491.DOI:10.1007/s00392-021-01941-9.[23]GuoY,LaneDA,WangL,etal.Mobilehealthtechnologytoimprovecareforpatientswithatrialfibrillation[J].JAmCollCardiol,2020,75(13):1523-1534.DOI:10.1016/j.jacc.2020.01.052.[24]GolbusJR,GoschK,BirminghamMC,etal.Associationbetweenwearabledevicemeasuredactivityandpatient-reportedoutcomesforheartfailure[J].JACCHeartFail,2023,11(11):1521-1530.DOI:10.1016/j.jchf.2023.05.033.[25]StehlikJ,SchmalfussC,BozkurtB,etal.Continuouswearablemonitoringanalyticspredictheartfailurehospitalization:theLINK-HFmulticenterstudy[J].CircHeartFail,2020,13(3):e006513.DOI:10.1161/CIRCHEARTFAILURE.119.006513.[26]PrescherS,SchoebelC,KoehlerK,etal.Prognosticvalueofserialsix-minutewalktestsusingtele-accelerometryinpatientswithchronicheartfailure:apre-specifiedsub-studyoftheTIM-HF-Trial[J].EurJPrevCardiol,2016,23(2suppl):21-26.DOI:10.1177/2047487316671438.[27]DauermanHL,IbanezB.Theedgeoftimeinacutemyocardialinfarction[J].JAmCollCardiol,2021,77(15):1871-1874.DOI:10.1016/j.jacc.2021.03.003.[28]MoserDK,KimbleLP,AlbertsMJ,etal.Reducingdelayinseekingtreatmentbypatientswithacutecoronarysyndromeandstroke:ascientificstatementfromtheAmericanHeartAssociationCounciloncardiovascularnursingandstrokecouncil[J].Circulation,2006,114(2):168-182.DOI:10.1097/01.JCN.0000278963.28619.4a.[29]SpaccarotellaCAM,PolimeniA,MigliarinoS,etal.MultichannelelectrocardiogramsobtainedbyasmartwatchforthediagnosisofST-segmentchanges[J].JAMACardiol,2020,5(10):1176-1180.DOI:10.1001/jamacardio.2020.3994.[30]王清松,陈韬,韩宝石,等.智能可穿戴十二导联心电图在心血管疾病远程诊疗中的应用研究[J].中国循环杂志,2022,37(7):738-744.DOI:10.3969/j.issn.1000-3614.2022.07.014.[31]SpauldingEM,MarvelFA,LeeMA,etal.Corriehealthdigitalplatformforself-managementinsecondarypreventionafteracutemyocardialinfarction[J].CircCardiovascQualOutcomes,2019,12(5):e005509.