监测数据可预测疾病？可穿戴设备或将不再“鸡肋”

斯坦福的研究表明，基于相关数据的监测，可穿戴设备可以预测疾病。

近日，斯坦福大学发表一篇文章，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。

在遗传学家Michael Snyder的带领下，研究人员分析了来自60个测量对象的20亿监测数据。他们让每个研究对象携带1~7个运动追踪器和其他监测器，基于所收集的体重、心率、体表温度、睡眠以及在γ射线和X射线中的暴露情况等数据，研究人员为每个研究对象都建立了个性化的“正常范围”。

在研究进程的某个周期中，一位研究对象的测量数据显示异常，而此时他正染上了莱姆病。在其它时期，他还经受过感冒或发烧，因而根据收集到的数据，人们或许可以找到与炎症相关的因素。为了验证此猜测，研究人员另外挑选了三位研究对象在染病期间的数据，研究结果发现，心率和体表温度与疾病有着很直接的关联。

此外，在另一项跟糖尿病相关的独立研究中，研究人员对20位胰岛素抵抗患者进行了测量。在测量结果中，研究人员发现了病征与身体质量指数（BMI）和心率之间的关系，基于传感器对心率的数据收集，人们可以分出胰岛素敏感和胰岛素抵抗患者。

除了提到可穿戴设备对于疾病预测的极大裨益之外，斯坦福发表的文章中也表明，由于每个人的身体数值门槛不同，可穿戴智能设备可能会发出错误的警报，或是对疾病过度诊断。

当下，在人们的印象里，可穿戴设备的功能大多停留在数据的检测，并不能给予人们更多的指导，从而成为了“鸡肋”的存在。若通过数据就能预防疾病，那么此时可穿戴设备的困局或将被打破。不过，在此之前，数据监测的“准确性”应当得到保证，当然了，如何让可穿戴设备与医疗系统相对接也是一个问题。