可穿戴设备用于慢病监测中国专家共识（2026版）

可穿戴设备用于慢病监测中国专家共识（2026版）随着人口老龄化进程加速以及生活方式的改变，慢性非传染性疾病（以下简称“慢病”）已成为威胁我国居民健康的重大公共卫生问题。高血压、糖尿病、冠心病、慢性阻塞性肺疾病等慢病不仅患病率高，而且致残率、致死率亦高，给医疗卫生体系带来了沉重的负担。传统的慢病管理模式多依赖于患者住院期间的监测和间断性的门诊随访，难以实现全生命周期的连续健康数据捕捉，存在数据碎片化、干预滞后等局限性。近年来，随着微电子技术、传感器技术、无线通信技术及人工智能算法的飞速发展，医疗级可穿戴设备在慢病监测领域的应用日益广泛，展现出巨大的临床价值和社会效益。可穿戴设备能够实现长期、连续、动态的人体生理参数采集，为慢病的早期筛查、风险评估、诊断辅助、病情监测及效果评价提供了全新的技术手段。为了规范可穿戴设备在慢病监测中的临床应用，提高数据的准确性和临床有效性，推动医疗数字化转型，特组织国内相关领域的专家，结合当前最新的研究成果和临床实践，制定本共识。本共识旨在针对目前临床上应用较为成熟且具有循证医学证据的可穿戴技术，明确其在各类慢病监测中的适用范围、技术要求、数据管理规范及临床应用路径，为临床医生、医疗机构及相关从业人员提供科学、客观的参考依据。一、可穿戴设备的定义、分类及核心技术要求可穿戴设备是指可以直接穿戴在身上，或是整合到衣物、配件中，通过软件支持和数据交互，实现对人体生理、运动及环境参数进行采集、处理、存储和传输的智能设备。在医疗健康领域，特别是慢病监测中，可穿戴设备已从简单的运动计步向高精度的医疗级监测发展。1.1设备分类根据监测参数的属性及临床用途，可穿戴设备主要分为以下几类：生命体征监测类：主要用于监测心率、血压、血氧饱和度、体温、呼吸频率等基础生理参数。心电监测类：包括单导联、多导联可穿戴心电记录仪，主要用于心律失常筛查、心肌缺血监测等。代谢生化指标监测类：主要是连续血糖监测系统（CGM），用于血糖水平的动态追踪。物理运动与睡眠监测类：通过加速度计、陀螺仪等传感器，监测步数、卡路里消耗、体态、睡眠结构等。环境与生物标志物感知类：监测周围环境的温湿度、紫外线，以及通过汗液、泪液分析电解质、乳酸等新型指标。表1：常见慢病监测用可穿戴设备分类及代表参数设备类别主要监测参数应用场景技术形态心血管监测单导/多导联ECG、心率、HRV、脉搏波心律失常、高血压、心衰智能手表/手环、贴片式记录仪、智能心电衣代谢监测组织间液葡萄糖浓度糖尿病血糖管理皮下植入式传感器、反向离子导入法手表呼吸监测血氧(SpO2)、呼吸频率、咳嗽声、鼾声COPD、OSA、哮喘指夹式传感器、智能胸带、智能床垫血压监测收缩压/舒张压、脉压差高血压管理示波法袖带手表、光电容积脉搏波(PPG)手表神经系统监测震颤、步态、异常运动帕金森病、癫痫智能鞋垫、加速度传感器佩戴设备1.2核心技术要求为确保用于慢病监测的可穿戴设备能够提供准确、可靠的数据支持临床决策，设备必须满足以下核心技术要求：准确性与精密度：设备的测量结果应与金标准（如医疗级血压计、静息心电图、静脉血气分析等）进行比对，其平均绝对误差应符合相关国家标准或行业标准（如IEEE、ISO或中国NMPA标准）。特别是在动态变化环境下，需保证数据的一致性和可重复性。连续性与实时性：慢病监测强调数据的连续捕捉，设备需具备长时间连续工作能力，电池续航或能源管理技术需满足至少24小时以上的连续监测需求，并具备实时数据传输或异常报警功能。生物相容性与舒适性：设备直接接触皮肤部分必须具备良好的生物相容性，无毒、无刺激。设计上应符合人体工程学，轻便、透气，佩戴舒适，避免因佩戴不适导致患者依从性下降，从而影响数据连续性。数据安全与互操作性：设备必须符合国家数据安全法及个人信息保护法的要求，对采集的健康数据进行加密传输和存储。同时，应支持通用的数据传输协议（如HL7FHIR、蓝牙BLE等），确保数据能够顺畅接入医院信息系统（HIS）或区域健康信息平台，实现互操作性。二、心血管系统疾病的可穿戴监测应用心血管疾病是全球死亡率最高的慢病类别，其发作常具有突发性和一过性特点。可穿戴设备因其便携性和连续性，在心血管慢病管理中具有不可替代的优势。2.1心律失常筛查心律失常（如房颤、室性早搏等）往往呈阵发性，常规短时心电图难以捕捉。可穿戴心电设备通过延长监测时间，显著提高了检出率。技术应用：推荐使用贴片式单导或多导联心电图记录仪进行长程监测（7-14天）。对于无症状或症状不典型的高危人群，可使用智能手表或手环基于光电容积脉搏波（PPG）技术进行初筛，发现异常脉冲波后提示患者进行心电图确诊。临床价值：专家共识认为，可穿戴设备对房颤的筛查灵敏度已达到较高水平（>90%），可用于隐源性卒中的病因筛查及房颤射频消融术后的复发监测。注意事项：PPG技术受运动伪影和外周灌注影响较大，易产生假阳性。因此，基于PPG筛查出的异常必须通过ECG波形进行确诊后方可启动临床干预。2.2高血压管理血压波动是心脑血管事件的独立危险因素。传统的偶测血压无法反映全天的血压波动情况（如清晨高血压、夜间高血压）。技术应用：推荐使用通过验证的可穿戴示波法手表式血压计进行家庭血压监测。对于采用PPG/脉搏传导时间（PTT）等无袖带估算血压技术的设备，目前主要用于血压趋势的长期跟踪，其绝对值尚不能完全替代传统袖带血压计的临床诊断标准，但在特定人群中（如青中年）具有较好的参考价值。临床路径：建议高血压患者每日早晚固定时间测量，并结合24小时动态血压监测（ABPM）结果，利用可穿戴设备记录血压变异性（BPV）和昼夜节律，为医生调整降压药物方案提供依据。2.3心力衰竭监测心力衰竭患者病情易反复，液体潴留是心衰加重的重要预警信号。技术应用：利用多参数生物阻抗监测技术（如智能贴片、智能体重秤）结合胸阻抗变化，可以无创评估肺水肿或体液潴留情况。同时，结合心率变异性（HRV）和活动量监测，可综合评估心功能状态。预警机制：当监测数据显示患者体重在短期内（如3天内）急剧增加（如>2kg），或胸阻抗持续下降时，应触发预警，提示医生或患者调整利尿剂用量，以降低住院风险。三、内分泌代谢性疾病的可穿戴监测应用3.1糖尿病血糖管理传统的指尖采血血糖监测存在疼痛感强、信息点稀疏的问题，无法发现隐匿性高血糖和低血糖，尤其是夜间低血糖。连续血糖监测（CGM）的应用：CGM通过植入皮下的一次性葡萄糖传感器，每1-5分钟自动记录一次组织间液葡萄糖浓度，生成全天血糖波动图谱。核心指标解读：临床应用中应重点关注以下指标：目标范围内时间（TIR）：指葡萄糖水平在目标范围内（通常为3.9-10.0mmol/L）的时间占比，是反映血糖控制质量的核心指标。目标范围外时间（TAR/TBR）：高于或高于目标范围的时间，用于评估高血糖和低血糖风险。血糖波动幅度：如最大血糖波动幅度（LAGE）、标准差（SD），用于评估血糖的不稳定性。共识推荐：对于所有使用胰岛素治疗的1型糖尿病和2型糖尿病患者，强烈推荐使用CGM。对于血糖波动大、低血糖频发、妊娠期糖尿病及围手术期患者，应优先考虑CGM技术。CGM数据应与胰岛素泵（CSII）形成“人工胰腺”闭环系统或半闭环系统，实现自动化血糖调节。表2：连续血糖监测（CGM）临床应用关键指标及控制目标建议评估指标英文缩写定义一般控制目标（成人）临床意义目标范围内时间TIR24h内葡萄糖在3.9-10.0mmol/L的时间%>70%评估日常血糖控制总体情况低于目标范围时间TBR24h内葡萄糖<3.9mmol/L的时间%<4%（<1%为严重低血糖）评估低血糖风险高于目标范围时间TAR24h内葡萄糖>10.0mmol/L的时间%<25%评估高血糖暴露风险平均葡萄糖波动幅度MAGE24h内波动幅度大于1个SD的血糖波动平均值<3.9mmol/L评估血糖不稳定性四、呼吸系统疾病的可穿戴监测应用4.1慢性阻塞性肺疾病（COPD）COPD患者常伴有急性加重风险，早期识别exacerbation征象至关重要。技术应用：利用可穿戴指夹式血氧仪或集成了SpO2监测功能的智能手表，持续监测血氧饱和度和脉搏率。结合加速度计和陀螺仪监测患者的日常活动量和呼吸频率。临床价值：监测静息状态下的血氧水平，评估是否存在低氧血症。通过夜间SpO2监测，可筛查睡眠低通气综合征。活动量的下降往往是病情加重的早期征兆，连续活动量数据的趋势分析可辅助医生及时进行干预。4.2睡眠呼吸暂停（OSA）多导睡眠图（PSG）是诊断OSA的金标准，但设备昂贵、操作复杂，难以满足大规模筛查需求。技术应用：使用带有SpO2、心率、呼吸声（麦克风）及体位监测功能的可穿戴手环或胸带，可作为OSA的家庭初筛工具。数据判读：通过氧减指数（ODI）、呼吸紊乱指数（RDI）及打鼾特征分析，对OSA严重程度进行初步分层。对于中重度疑似患者，仍需到医院进行PSG确诊。五、神经系统与其他慢病的监测应用5.1帕金森病帕金森病患者的运动症状（震颤、僵直、步态异常）具有波动性，且受“开/关”期影响。技术应用：佩戴在手腕或脚踝的惯性传感器（加速度计、陀螺仪）可以客观、连续地记录患者的震颤频率、幅度、步速、步长及转身时间。临床价值：量化评估药物（如左旋多巴）的疗效，帮助医生调整服药剂量和时间点。相比传统的患者日记（UPDRS量表），客观数据更能反映真实的运动功能状态。5.2癫痫技术应用：集成肌电图（EMG）和加速度计的腕带设备，可监测强直-阵挛性发作时的特征性运动模式。安全预警：设备可在检测到发作征兆时，自动向家属或医生发送警报信息，并同步定位，对于防止发作时意外伤害（如溺水、跌倒）具有重要意义。六、数据管理、隐私保护与临床整合可穿戴设备产生海量的健康数据，如何有效管理、分析并整合到临床工作流中，是发挥其价值的关键环节。6.1数据质量控制由于可穿戴设备处于非受控的日常使用环境，数据极易受到运动、环境干扰、佩戴松动等因素影响。预处理：必须建立有效的信号处理算法，对原始数据进行去噪、滤波和伪迹剔除。有效性标识：对每一段数据的信噪比（SNR）进行评估，标识出数据质量高低，供临床医生判断是否可靠。异常值处理：对于生理上不可能出现的极端数值（如心率超过250次/分），系统应自动标记并进行二次确认或剔除，避免干扰临床判断。6.2数据安全与隐私保护健康数据属于敏感个人信息，必须严格保护。传输安全：数据从设备传输至云端或移动终端过程中，必须采用SSL/TLS等加密协议。存储安全：数据库应进行加密存储，并实施严格的访问控制策略（IAM）。隐私合规：设备制造商和服务提供商必须获得用户明确授权，遵循最小必要原则采集数据，不得违规泄露或商业化滥用用户数据。6.3临床工作流整合为了将可穿戴设备数据真正转化为临床生产力，必须打破数据孤岛。系统集成：可穿戴数据平台应提供标准API接口，与医院的电子病历系统（EMR）、慢病管理系统对接。医生在查看患者病历时，可直接调取其在院外的监测数据趋势图。智能报告生成：利用AI技术，对海量监测数据进行自动分析，生成结构化、可视化的临床简报，突出异常数据和趋势变化，减少医生的阅读负担。闭环管理：构建“数据采集-智能分析-预警推送-临床干预-效果反馈”的闭环管理流程。例如，当系统发现高血压患者血压持续异常时，自动触发家庭医生团队进行随访。七、局限性、挑战与伦理考量尽管可穿戴设备前景广阔，但目前在推广应用中仍面临诸多挑战。7.1技术局限性测量精度有待提升：部分无创监测指标（如无袖带血压、无创血糖监测）的准确性尚未完全达到临床诊断金标准的要求，仍需校准。续航与佩戴体验：高精度传感往往伴随着高能耗，如何在体积、续航和功能之间取得平衡是技术难点。7.2临床依从性与数字鸿沟用户疲劳：患者长期佩戴设备可能产生厌倦感，导致依从性随时间推移而下降。技术门槛：老年慢病患者作为主要目标人群，对智能设备的操作能力较弱，复杂的设置流程可能导致使用障碍。7.3责任界定与法规滞后医疗设备属性界定：部分兼具消费级和医疗级属性的设备，其监管分类尚不明确。法律责任：若设备漏报或误报导致不良后果，设备制造商、算法提供商与医疗机构之间的责任界定尚需法律法规进一步完善。7.4心理影响健康焦虑症：过度关注监测数据可能导致部分患者产生不必要的焦虑，甚至出现“疑病”心理。临床医生需加强对患者的数据解读和心理疏导。八、总结与展望可穿戴设备作为数字医疗的重要组成部分，正在重塑慢病管理的生态体系。它将医疗服务的触角延伸至患者的日常生活场景，实现了从“被动医疗”向“主动健康”的转变。随着传感器技术、人工智能算法及5G通信技术的不断突破，未来的可穿戴设备将向着更高精度、多模态融合、无感化及植入式方向发展。展望未来，构建基于多组学数据的慢病预测模型，实现个体化精准防治是核心目标。同时，建立健全行业标准，加强数据治理，推动医保支付政策对数字化慢病管理的覆盖，将是促进该领域健康可持续发展的关键。本共识旨在为当前阶段可穿戴设备在慢病监测中的规范化应用提供指导，并将随着技术进步和临床证据的积累进行定期更新。临床医生和医疗机构应积极拥抱新技术，但在应用过程中务必保持审慎态度，以循证医学为依据，合理利用可穿戴设备提供的数据，切实为患者带来安全、有效的医疗服务。通过医工结合的持续创新，共同推动我国慢病防治水平的提升，助力“健康中国2030”战略目标的实现。表3：可穿戴设备在主要慢病监测中的推荐应用等级疾病类型监测参数设备形态推荐等级证据强度房颤/心律失常单导联ECG、心率节律智能手表、贴片I级推荐高（A级）高血压血压值（示波法）袖带手表I级推荐高（A级）高血压趋