现在可以进行涉及约 400,000 名参与者的前所未有的临床研究

此外，随着信息变得更加数字化，聚合、分析甚至在多个医疗机构和医生之间共享变得更加容易。因此，以测量数据为起点，探索更先进的诊断和治疗方法成为可能。

美国斯坦福大学与 Apple 合作进行了研究，验证是否可以从 Apple Watch 心率传感器的数据中检测到心房颤动（图 4）。在许多情况下，患者并不知道房颤，如果不及时治疗，这是一种危险的情况，可能导致脑梗塞和心力衰竭。

在这项研究中，我们开发了一款名为“Apple Heart Study”的医疗应用程序，并在 App Store 上发布了它。美国约有 40 万人参与了这项研究。 Apple Heart Study 是一款应用程序，如果传感器检测到心律异常，它会显示推送通知，并允许您通过 iPhone 接收免费视频咨询。收到异常通知并咨询团队的参与者使用便携式心电图贴片进行连续测试，以调查脉搏异常与心房颤动之间的相关性。研究人员发现，使用心电图贴片追踪的参与者中有 34% 患有心房颤动。

[图4]使用Apple Watch对房颤进行大规模临床研究，并根据结果横向扩展到其他领域
创建者：伊藤元明
照片：苹果

大多数情况下，健康检查期间的心电图测试每年仅记录几十秒。这并不是检测心房颤动等突发心脏病的充分机会。可穿戴设备允许持续监控。如果这种机制不存在，本研究中大多数被发现患有心房颤动的受试者很可能不会知道自己患有这种疾病。对于医疗专业人员来说，这是一个令人惊讶的结果。

一般来说，为了在此类研究中获得基于证据的结果，需要大量的实验例子。然而，在一般的医学临床实验中，不可能收集那么多的受试者。该临床实验针对40万名受试者，这是一个前所未有的数字。基于这些成果，其他领域的临床研究正在加速发展。

布莱根妇女医院和美国心脏协会正在进行“苹果心脏与运动研究”，该研究研究心脏健康与步行速度等身体机能迹象之间的关系。哈佛大学，TH苹果听力研究正在密歇根大学进行，旨在研究影响听力健康的因素，例如日常噪音。

云端人工智能通过物联网收集的数据检测疾病迹象

此外，重要的是，智能手表等可穿戴设备是通过智能手机和其他设备连接到云端的物联网终端。这是因为，也许可以将收集到的数据积累在服务器上，并将其转化为大数据，并利用人工智能来检测疾病迹象。在日常生活中，可以快速发现异常情况，并在出现任何症状之前采取早期措施进行治疗。就像每天做一次健康检查一样。

可穿戴设备和其他设备连接到互联网成为物联网终端，并充分利用从这些设备收集的数字化生物识别信息来提供有效、高效的医疗保健和医疗服务。这种新的医疗概念被称为“IoMT（医疗物联网）。”

在老龄化社会、少子化、寻求医疗和护理服务的人数减少的情况下，积极利用物联网至关重要。我们需要一个需要尽可能少的人为干预的护理系统，或者一个允许单个医生或护理人员护理更多人的系统。为此，需要充分利用人工智能、机器人等技术，将专业人员的知识和技能系统化。

IoMT相关市场预计将稳步增长。据美国咨询公司Frost & Sullivan统计，2016年全球物联网相关设备和服务市场规模为225亿美元。预计2021年将扩大约32倍，达到7202亿美元。

日本医疗领域物联网相关市场的增长晚于全球市场，且增长速度缓慢。不过，根据富士经济预测，2025年预计将达到1685亿日元，是2016年的22倍（图5）。然而，这一预测并未计算Apple Watch等可穿戴设备的市场（这些设备被普通消费者广泛用于医疗保健目的）以及相关服务的市场。事实上，它有可能形成一个更大的市场。

[图5]日本医疗领域物联网相关市场
来源：富士经济

根据智能手表测量数据预测新型冠状病毒的发病

除了 Apple Watch 之外，还有许多其他使用可穿戴设备进行医疗创新的例子。我想在这里介绍其中的一些。

东北大学东北医疗大银行组织 (ToMMo) 已开始联合研究在药物研发中利用可穿戴设备（图 6）。这是一次尝试调查可穿戴设备收集的生活方式数据与 MRI 图像和基因组信息等高度专业化的医疗数据之间的关系，并利用这些数据开发新药物和医疗技术。本研究将使用美国Fitbit公司的可穿戴设备。到目前为止，与生活方式相关的研究已经分发了问卷并收集了睡眠和活动习惯等方面的数据。然而，许多答案都是基于个人主观性，这限制了进行客观和定量研究的能力。因此，我们使得使用可穿戴设备收集客观信息成为可能。

[图 6] 使用可穿戴设备扩大医疗创新
东北大学东北医疗银行组织开展的考虑生活方式的药品和医疗技术开发（左），以及斯坦福大学开展的根据从可穿戴设备获得的生物信息预测新型冠状病毒发病的研究（右）
来源：东北大学东北医疗银行组织（左）、斯坦福大学（右）

美国正在尝试使用可穿戴设备来预测新型冠状病毒感染的发作。许多可穿戴设备制造商，包括苹果、Garmin 和 Fitbit，正在与大学合作进行研究。我们与斯坦福大学合作，收集了约 10 万名研究参与者的生物识别信息，并采访了其中 1000 多名感染新冠病毒的人。他们开发了一种算法，通过同时分析用户睡眠期间的心跳和呼吸模式来预测症状。使用这种算法，可以在发烧等症状出现前两天提醒人们感染的可能性。

还有尝试使用可穿戴设备来追踪感染新型冠状病毒的患者。金泽大学正在尝试量化 COVID-19 患者的严重程度，并利用它来提供与症状相匹配的治疗和后续反应。 30 名 PCR 检测呈阳性的患者被要求佩戴 Fitbit 可穿戴设备一个月，并对他们的医疗状况和可穿戴设备的数据进行分析。我们正在寻找一种方法来客观评估无法用语言表达并可能导致严重疾病的复杂状况。