“我认为它救了我。我认为它救了我的心”:从使用可穿戴设备自我追踪到诊断的复杂旅程
远程医疗与远程患者监测智能手表与健身手环生物传感器与生理监测医生、护士、临床医生软件工程师与开发者AI/ML 研究员与工程师
文献标题
“I think it saved me. I think it saved my heart”: The Complex Journey From Self-Tracking With Wearables To Diagnosis
文献信息
- 主题领域: 健康信息学、人机交互、自我追踪技术在心血管疾病诊断中的应用
- 关键词: 可穿戴设备、自我追踪、心血管疾病、健康数据、患者参与、数字健康、人工智能、诊断技术、个人信息学、临床路径
研究背景与问题
-
作者发现了哪些问题或挑战?
- 心血管疾病(CVD)是全球范围内的重要死因,及时诊断对于提高存活率至关重要。
- 传统的心律异常诊断手段(如12导联心电图和动态心电记录仪)由于捕捉短暂异常能力有限,可能导致诊断延误。
- 性别差异显著,尤其是女性的CVD诊断和治疗常被忽视。
- 自我追踪工具(如智能手表、健身追踪器)的潜力越来越大,但其在心血管健康相关诊断中的具体应用经验缺乏深入研究。
-
为什么这个问题很重要?
- 提前诊断心血管疾病可以拯救生命并改善生活质量。
- 可穿戴设备为个人实时监测心脏健康提供了一种低成本、易获取的选择。
- 将可穿戴设备全面纳入临床实践可能显著改善患者护理。
-
研究动机与相关工作
- 动机:探索患者通过可穿戴设备支持心血管诊断的真实经历,揭示他们的动机和方法,并评估其临床和设计方面的影响。
- 相关工作:探讨了心血管疾病预防、自我管理技术的研究,包括心脏康复问题和慢性病管理的技术支持。
解决方案
-
作者提出了哪些方法或解决方案?
- 通过混合方法设计,本研究对在线社区的253条相关帖子和15名参与者的半结构化访谈数据进行了质性分析。
- 探讨个体如何基于身体感知和可穿戴设备收集的数据,支持心血管疾病诊断。
-
该解决方案的创新之处是什么?
- 通过实证研究,首次系统性描述了用户使用可穿戴设备进行心血管健康追踪支持诊断的过程和挑战。
- 从参与者实际使用经验出发,提出了设备的改进性设计建议。
-
实施步骤是什么?使用了哪些关键技术?
- 数据收集:对一个在线社区的论坛帖子进行文本挖掘,并通过面向用户的征集招募访谈参与者。
- 分析方法:基于Braun & Clarke的主题分析方法,用于编码和提取关键主题。
- 可穿戴设备的核心技术:心率传感器(PPG)、单导联心电图(ECG)捕获、自动异常检测及AI解释。
研究成果
-
取得了哪些具体成果?
- 动机:用户使用可穿戴设备的主要动机包括验证身体信号、收集诊断证据,以及设备提醒触发的关切。
- 关键实践:用户通过设备进行数据验证、与医生合作分析数据、在诊断的漫长过程中持续追踪健康状况。
- 数据解读:用户对自我收集数据的解读多样,有时需要依赖人工智能的辅助解释。
- 用户体验:数据验证对用户的信任建立至关重要,而高频率提醒可能导致焦虑甚至延迟行动。
-
与现有解决方案相比,它有哪些优势?
- 研究揭示了患者导航诊断路径过程中的社会与医疗障碍,并提供了实际设计和政策建议。
- 提供了数据如何激励患者质疑医生诊断并推动专业医疗评估的新视角。
-
实验或评估结果是什么?
- 描述了三种典型案例的诊断路径(James、Mia、Oliver),并归纳出用户的多样体验。
- 结果表明目前可穿戴设备的自动监控功能与用户的身体自我意识互为补充,但仍需要改进以提高数据可靠性和临床整合性。
-
局限性与未来方向
- 局限性:
- 研究主要聚焦成功案例,可能忽视了设备在负面情境下的影响,如过度监控导致的健康焦虑。
- 样本偏向西方受教育群体,女性参与者比例较低,限制了结果的普遍性。
- 未来方向:
- 扩展研究范围,深入剖析负面体验和潜在问题。
- 在未来的个人信息学模型中纳入系统提醒、人工智能解释和个性化指标评估的影响。
- 探讨如何更好整合患者生成数据(PGD)与临床路径。
- 局限性:
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 可穿戴设备(如智能手表)如何支持用户通过自我追踪完成心血管疾病的诊断?分类: 可穿戴健康设备与日常感知同类问题arrow_forward
- 用户在使用可穿戴设备监测心脏健康时会遇到哪些挑战和行为模式?分类: 可穿戴健康设备与日常感知同类问题arrow_forward
- 如何改进可穿戴设备的设计以更好地支持用户的健康数据解读和与医生的协作?分类: 可穿戴健康设备与日常感知同类问题arrow_forward
lightbulb
现实痛点
1- 患者在发现心血管健康问题时,缺乏可靠的工具快速识别并记录症状。分类: 可穿戴健康设备与日常感知同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642701
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
远程医疗与远程患者监测、智能手表与健身手环、生物传感器与生理监测
work
职业/产业
医生、护士、临床医生、软件工程师与开发者、AI/ML 研究员与工程师
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文