本文由北京协和医院麻醉科的孙琛、裴丽坚（通讯作者）、车璐、张越伦、黄宇光撰写，发表于《协和医学杂志》（Medical Journal of Peking Union Medical College Hospital）2021年第12卷第1期，文章标题为《可穿戴式生命体征监测设备的围手术期应用》。这是一篇针对可穿戴式生命体征监测技术在围手术期领域应用现状与前景的综述性文章。

文章的核心主题在于阐述当前围手术期患者管理的严峻挑战，即术后死亡率居高不下，并系统性地论证了连续、动态的生命体征监测对于早期发现病情恶化、改善预后的至关重要性。作者们进一步提出，可穿戴式生命体征监测设备是实现这一目标的关键技术手段，并探讨了其当前应用、挑战以及结合人工智能（Artificial Intelligence， AI）等技术的未来发展方向。文章的主要论点可分为以下几个层面：

第一， 加强围手术期生命体征连续监测具有紧迫性。 文章开篇即指出，尽管过去三十年术中死亡率显著下降，但术后30天内死亡率仍然很高，已成为不容忽视的公共卫生问题。作者引用文献数据说明，术后死亡常与出血、心脑血管事件、感染等并发症相关，而这些并发症的早期征象（如低血压、低氧血症、发热）往往因监测频率不足而被忽视。文章引用两项关键研究作为论据：一项前瞻性队列研究显示，腹部大手术后近半数患者出现的具有临床意义的低血压事件，在常规每4小时监测一次的模式下，有50%被漏诊；另一项研究则发现，超过90%的术后长时间低氧血症事件在常规间断监测中被忽略。这清晰地揭示了传统间断监测模式的局限性。此外，随着加速康复外科（Enhanced Recovery After Surgery， ERAS）理念的推行，患者住院时间缩短，更多并发症风险被转移至缺乏专业监测的家庭环境，这进一步突显了建立连续监测体系的必要性。

第二， 利用可穿戴设备实现连续动态监测在技术上是可行的，并具有巨大潜力。 作者认为，当前生物传感和无线传输技术的发展，使得在病房甚至家庭环境中对患者血压、脉搏、呼吸、体温等生命体征进行实时、连续监测成为可能。文章以医疗相关感染（Health Care-Associated Infection， HAI）的预测为例，详细论证了连续监测数据的价值。HAI是术后常见且严重的并发症，而术后发热是其重要预警信号。传统的基于术前静态风险因素的预测模型难以干预，而连续的核心体温监测能够提供动态的体温变化曲线。作者引用研究指出，特定的异常体温曲线模式可以对脓毒症（sepsis）作出预判。此外，连续监测的血压数据（如最低术后平均动脉压）也被发现与感染风险存在显著关联。这为利用连续生命体征数据构建动态风险预警模型提供了理论基础。

第三， 人工智能与机器学习为处理连续监测数据、构建预测模型提供了强大工具。 文章特别强调了机器学习技术在处理时序数据方面的优势。传统的统计学方法难以有效捕捉和分析生命体征随时间动态变化的长期依赖关系。而机器学习算法能够整合来自可穿戴设备的连续生命体征数据（如脉搏、血压、呼吸、体温）、临床观察资料（如伤口情况）、实验室及影像学检查结果等多维度信息，从中寻找复杂关联，从而构建更精准的术后并发症（如HAI）风险动态预测模型。文章描绘了一个理想的数据流解决方案：数据由可穿戴设备采集，通过中继站上传至医院服务器，再分发至中央监护站或医护人员的移动设备，最终由基于机器学习的数据处理平台进行分析和预警。这将实现从“监测”到“智能预警”的跨越，助力疾病的早发现、早诊断、早治疗。

第四， 当前无线可穿戴式生命体征监测设备已有所应用，但仍有巨大研发与改进空间。 作者客观分析了现状。目前已有少数公司生产医用级可穿戴移动监测系统，能够测量并无线传输多项生命体征。然而，当前设备普遍存在一些局限：许多系统未为护理人员提供便捷的用户终端；部分设备难以在家庭环境中实现稳定可靠的远程监测；报警功能大多仍基于简单的固定阈值设定，容易产生误报且不够智能；数据往往未能与现有的医疗记录系统无缝整合。文章以iThermonitor无线体温计为例，展示了一种已通过验证的可穿戴核心体温监测设备，说明了该技术的实际应用可行性。但作者也指出，未来的研发需要致力于解决设备整合性、数据智能化解读、系统互联互通以及家庭场景适用性等问题。

第五， 展望未来，无线可穿戴连续监测系统将与人工智能深度融合，重塑围手术期管理模式。 文章结尾对前景进行了展望。未来的系统将不仅仅是一个监测工具，更是一个综合性的管理平台。其目标包括：保障患者从高级别监护向低级别监护或家庭康复过渡时的安全；通过对风险因素的连续分析，向医护人员预警高风险患者，实现病情恶化的早期干预；最终，通过与人工智能和机器学习的深度结合，建立能够整合多源临床数据的诊断与预测模型，从而实现个性化、精准化的围手术期医疗。

本文的学术价值与实践意义： 这篇综述系统性地梳理了围手术期生命体征监测领域面临的挑战与技术机遇。它不仅清晰地指出了传统护理监测模式的不足，更重要的是，构建了一个将可穿戴传感技术、无线数据传输与人工智能分析相结合的未来围手术期患者管理框架。文章强调了从“间断抽样”到“连续动态”、从“数据记录”到“智能预测”的范式转变，为临床研究者、医疗设备开发者和医院管理者提供了明确的方向指引。其价值在于整合了临床需求、现有技术局限和前沿科技趋势，论证了通过技术创新降低围手术期死亡率和并发症发生率的可行路径，对推动围手术期医学向更安全、更智能、更以患者为中心的方向发展具有重要的参考意义。