可穿戴技术已被用于远程监控心脏康复项目中的患者活动，但随着数据量的增长，人工智能（AI）在监控这些患者并提取可操作的洞察方面将发挥越来越重要的作用。纽约大学格罗斯曼医学院的研究在2023年美国心脏协会（AHA）会议上这一主题，研究表明，人工智能可以轻松识别老年人步数轨迹的表型。

人工智能在数据分析中的应用

人工智能通过其强大的数据处理能力，能够高效分析可穿戴设备收集的大量健康数据。纽约大学格罗斯曼医学院的研究表明，AI不仅可以从步数数据中识别出不同患者的运动模式，还能对这些模式进行分类，从而帮助医生更好地了解每位患者的康复进度。研究人员发现，AI可以通过分析患者的日常步数轨迹，将患者分为四个群体：一些患者的活动量逐渐增加，另一些则表现为活动量平稳或变化波动的模式 。

这些个性化的模式对于制定精准的康复计划至关重要。例如，对于那些活动减少的患者，医生可以根据AI分析结果调整康复计划，提供额外的支持或激励措施，帮助患者重新回到健康轨道。相比之下，传统的面对面康复监测方法只能提供零散的康复进展信息，无法像AI那样全面且持续地跟踪患者的健康状况 

“人工智能可以处理非常精细的数据。例如，像Fitbit这样的设备每分钟都在收集数据，经过90天的数据积累，数据量会非常庞大。但人工智能的优势在于，它能够分析所有这些数据。我们观察了步数轨迹，从第一天的基线身体活动水平开始，AI随后分析了他们每天的步数如何随着时间的推移发生变化，” 纽约大学格罗斯曼医学院医学系助理教授Souptik Barua, PhD在接受Cardiovascular Business采访时解释道。

这项研究的数据来自RESILIENT试验，由纽约大学格罗斯曼医学院的医学系副教授John Dodson, MD, MPH领导，研究得到了美国国家老龄化研究所（NIA）1R01AG062520-01号资助的支持。通过人工智能揭示的可穿戴设备数据洞察表明，虽然步数应该随着时间的推移而增加，但研究人员发现，AI能够识别出不同的运动模式，更好地分类每位患者的活动类型和依从性，这些模式被归为四个特定的群体。

“我们发现，在我们分析的75个人中，大约有32人的活动显示出上升的趋势，表明他们的健康状况在改善。然而，我们也发现大约20%的参与者的身体活动保持在较为稳定的水平，”Barua说。他们还观察到一些群体的活动最初减少，然后增加，而另一些群体则从高活动水平逐渐下降。

Barua强调了人工智能在处理可穿戴设备收集的大量数据时的作用，避免了人工研究人员或医生花费大量时间手动筛选数据以提取见解。人工智能算法可以分析在三个月内按分钟收集的数据，几分钟内就能提供对患者身体活动的全面理解。

个性化康复计划的洞察

Barua特别强调了这些不同模式在指导康复策略中的重要性。他指出，人工智能可以显示患者对锻炼计划的依从性，并帮助了解他们的参与程度。通过这些个性化的洞察，显示活动减少的患者可能需要额外的支持或对康复计划进行调整。他还提到，可穿戴设备和人工智能在整个康复过程中能够提供比传统方法更深入的见解。传统方法通常是面对面评估，提供的只是康复进展的片段信息，而人工智能能持续跟踪患者的活动情况。

心脏康复的未来

通过结合AI和可穿戴设备的力量，未来的心脏康复计划将更加个性化和高效。Barua博士认为，AI推动的精准医疗将在未来心脏康复中扮演关键角色。AI不仅可以提供患者康复进度的实时反馈，还能根据患者的身体反应调整康复计划，从而实现动态、个性化的治疗过程  。

这一切意味着，心脏康复将不再局限于医院或诊所的定期访视，患者可以在家中持续接受个性化的康复计划。这种模式不仅提高了患者的依从性，还能够显著改善康复效果，降低再住院的风险。

人工智能和可穿戴设备的结合，正在为心脏康复监测带来新的可能性。通过这些技术，医生能够实时监控患者的健康状况，AI能够高效分析海量数据，为个性化康复计划提供科学依据。这一趋势不仅提高了康复的效率，也为患者提供了更多的康复支持，帮助他们在康复之路上走得更远。