如何最大限度地利用健身和健康追踪技术的六个规则 | ENBLE
自我量化是一股持续发展的趋势健康可穿戴设备和健身追踪器针对消费者的选择不断扩大你的新年决心是更多运动，让你想知道是否值得投资健康可穿戴设备？继续阅读以帮助你在繁嚣的健身数据中保持头脑清醒，找到最佳指引...
自我量化是一种持续发展的趋势。有着不断扩大的健康可穿戴设备和健身追踪器，以吸引消费者监测心率、活动和睡眠等方面的个人价值。从智能手表、手环、戒指到智能秤、CGM（连续葡萄糖监测仪）等等。
针对消费者的一些健身和健康设备声称具有检测医疗状况或疾病风险的功能。例如，Apple多年来一直推崇其经过FDA认证的心电图（ECG）和心房颤动（心跳不齐）检测功能。
但是，在该领域，通过医疗认证的功能仍然是例外。大多数产品输出的数据尚未经监管机构审查，因此对于消费者来说，了解这些“个性化”评估真正准确或有用的程度可能会很棘手。以及出现在他们的应用程序中的“普通健康”指标和“健康”评分，他们应该如何理解这些指标。
幸运的是，有一些有力的经验法则可以在不失去对其限制的视野的情况下从健身和健康类别的产品中获得最大收益。
我们在本文中与该领域的研究人员交谈时，他们对坚韧的个人健康监测器持乐观态度，它们可以通过生产我们的日常活动的长期视图来实现预防性保健的承诺，并帮助我们中的更多人摆脱可能导致慢性疾病的坏习惯。
我们也被告知，有很多研究正在进行中，以从嘈杂的现实世界数据中提取更好的信号，包括使用人工智能。如果我们要押注该类别未来的发展方向，我们认为耳内监测看起来尤其有趣（请参阅本文的最后一节）——毕竟，有关苹果正在考虑为其AirPods增加健康功能的传言仍在继续流传——因此，我们对消费者健康技术的长期发展方向持乐观态度。但是，就目前情况而言，仍然存在一些风险和坑需要避免。
今年圣诞节收到了健身追踪器吗？你对于成为更积极的新年决心是否让你想知道是否值得投资健康可穿戴设备？继续阅读以获取关于在嘈杂的数据中找到最佳信号的帮助。最后，我们还会对这个不断发展的领域的未来发展方向进行一瞥。
原则一：谨防炒作，详细阅读说明
基本原则是以批判的眼光对待所有健身/健康产品，要对过度许诺的产品保持警惕。简而言之：详细阅读说明，而不是营销宣传。
让您上传数据可能是一款新的未经验证产品的主要目标，尤其是如果它声称可以准确评估您在太阳下几乎任何情况/疾病的风险。使用这样的产品很可能对他人帮助更大。
也许这家公司的智能镜子将来会获得某些功能性的监管批准。但是像这样的炒作为先的产品，在其“性能特性”被“确立”之前就进入市场，伴随着华丽的营销，吹嘘其多方面的效用，这种产品无法通过嗅觉测试。
设备制造商可以通过混淆视线来进行未经证实的健康宣称，或至少暗示健康宣称，爱丁堡大学医学院高级研究员Ahmar Shah说道。他告诉ENBLE：“通常人们之所以能够这样做，是因为他们将设备推销为‘健康’设备，或者说他们正在进行‘健康监测’。一旦这样做，它就不被认为是医疗设备。”
这可能会导致在未经证实的健康效用方面出现广泛的推测，只要设备制造商小心地构建和/或附加条件于宣称中。“这是一个无监管的环境。你会看到好东西，但你也会看到一些只是比一些可靠证据更多的营销的东西。”他警告道。
如果界线的模糊继续下去，可能会对“健康”设备施加压力，使其纳入正式的医疗设备监管框架，并至少对任何宣称的健康益处要求一定的证明标准。但是，就目前而言，这场游戏——以及宣称——仍在继续。
当然，公司们总是渴望获取数据来支持他们的产品开发，以便生产更好、更有效的产品。但是，就消费者健康技术而言，夸大的营销宣称是一种特别可疑的策略，因为它们可能会欺骗人们将敏感信息交给商业实体，并得不到多少回报（除了个人数据被误用的风险——参见第六条规则）。
在这个领域中，还有一波日益壮大的初创企业正在设计和推销“普遍健康”产品，这些产品与用户的亲密程度更高，跟踪依赖湿度测试身体液体样本，向应用程序提供“个性化”见解。（例如，请参阅Vivoo的针对可疑尿液分析的UTI检测或维生素缺乏检测；或Zoe的代谢分析和腑情样品检测肠道菌群数量，这只是其中两种产品。）
虽然这些产品看起来新颖（并且可能有前途），但存在未经证实的评估误导用户关于他们的健康和/或使他们焦虑的风险——特别是如果人们认为输出比它们实际上更有意义。在这个高度实验性的跟踪和量化自我的领域里，阅读生产商发布的所有小字和任何支持宣称的研究产品，以便你能自己评估其可信度，是必须的。
底线：企业利用健康问题获取人们的数据看起来并不好，但这种情况经常发生。（想想23andMe的基因测试，就是一个经典例子——一个行业的先驱，其营销暗示其提供一些一般的健康效用，可以从里面提取您的DNA，但其小字却表明其测试不是诊断性的，并且否认它们能够产生个体疾病风险评估。所以，实际上，您正在支付以捐赠您的基因数据。面对所有这些风险。）
在制造商可能承诺超过他们能够证明的情况下，一个宽容的解释是，那些试图获取数据的人真诚地相信他们找到了一些将来会有用的东西。他们只需要做更多的研究与开发。因此，这是关于获取（您的）数据来推进他们的研究。当然，在这些实验的产品结果没有得到确认的情况下，这些企业应该明确告知用户他们是实验品。
如上所述，NuraLogic的小字承认其智能镜子只供“研究用途”——坦率地说，这很可能是指他们自己的产品研发。但是，如果你没有阅读小字，并最终拥有了这样一种未经验证的设备，现在已经太晚回退——而现在它正在生成不理想的生命体征评估——绝对不要惊慌。这些数据可能是无用的。但是，请记住，（专业的）调查始终是一个选项——参见：第五条规则。
当涉及到无接触健康监测，例如使用摄像头（和自拍）来跟踪心率或血压等生物标志物时，Shah认为信号质量似乎是一个主要挑战，甚至在考虑到这些产品面临的“需要大量好数据”来训练AI进行所有声称的健康检测并且输出不带有偏见和不准确性的困难之前。
“工程师们正试图设计更好的算法来解决这些信号质量问题等等。但我怀疑，我的直觉是，这些无接触的方法会很困难，”他表示。“因为它们通常依赖于环境的照明条件，并且你的控制权较少。所以，你对测量环境的控制程度越低，通常你就能预期它将更难获得可靠的测量结果。”
“在健康领域的AI应用需要相当长的时间，”英国伦敦帝国理工学院的机器智能教授Danilo Mandic预测，并指出与记录有噪声和运动目标（如人体）相关的偏差和其他数据质量和准确性问题。
他指出，无论炒作可能暗示什么，这里并没有AI的捷径。相反，设备制造商需要获得适当的背景研究和生物物理基础来支持高质量测量和可信的AI模型的开发。“AI的问题在于，至少，许多人只是说给我数据，我会做一些事情-这行不通！”他警告道。“它需要领域知识和生物物理模型。
“从某种程度上说，没有什么能取代‘去冲击困难’，多年来一直在闯入未知领域。”
第二条规则：注意说明
这条规则听起来非常基础，但实际上是基本的。因为如果一个设备包含的任何功能都经过医疗监管机构的批准，那么这些功能只经过特定用例和使用协议的有效性和批准的证明。偏离所需的协议，你将无法获得经过验证的评估的好处-毫无疑问，这在产品营销中占据了显著的位置。事实上，你可能甚至得不到任何输出。（如果你确实有输出，那很可能不可靠，如果你没有遵循说明的话。）
所以，例如，当你使用苹果手表来使用其心电图功能时，它提示你尽量不要动手腕和/或确保手表紧贴在手臂上进行记录，并且它告诉你该功能从来不检查心脏病发作时，你应该真正注意这些重要细节。
你还需要注意使用说明和特定的功能（或不）测量的细节，以避免被误导（无论是由于错误数据还是你自己的错误假设）。
同样，在苹果手表的房颤通知功能的情况下，从美国食品和药物管理局（FDA）获得的认可适用于“22岁及以上没有此病史”的用户，根据苹果的官网。如果你不符合这些限制，公司向监管机构演示的有效性水平将不适用。
设备制造商提供具备经过监管批准的功能的产品通常要求用户在使用特定功能之前阅读并同意专门的条款和条件，而这正是为了指导正确的使用。但我们都知道，当普通技术用户面对阻碍他们所要做的事情的一系列小字屏幕时，他们通常会给予多少注意。因此，及时提醒你真正关注细节是值得的。
根据帝国理工学院研究员、该大学可穿戴技术实验室主任和睡眠追踪医疗设备初创公司Acurable的创始人Esther Rodriguez-Villegas的说法，产品的标准用户手册应提供已经进行和没有进行监管的细节。因此，她给出了简洁的建议：阅读手册。
“手册会说明设备在使用特定功能时需要如何使用，”她解释说，并指出文件应说明与使用相关的任何准确性限制。“它可能会说结果不应被视为任何临床诊断，”她还警告道。“实际上有一些被监管的设备，当你看他们的用户手册时他们确实这样说。所以，没有这些设备应不应用而不看用户手册。或者通过临床医生的建议-在这种情况下，临床医生应该已经看过手册。”
她建议消费者可能要考虑的另一个信号是寻找公共医疗服务可能采用消费者设备的情况，例如为患者提供家庭监测。她说：“如果英国国民保健服务（NHS）在真正使用它们，比如在诊所内使用它们，而不是让临床医生替他们做营销——所以如果有医院正是通过这种可穿戴设备进行患者检查的话，情况就不同了。”她说：“因为我敢保证，进入NHS并不容易。会有很多——很多——审查。”
任何功能经过医疗器械监管机构审核并被认可有效用于特定目的的消费者设备存在本身就是一个可靠性信号。通常情况下，如果一个产品包含这些功能/特性，那么这意味着该公司投入了时间、精力和资源来向专家公共机构证明其产品能够达到一定标准并具备所宣称的功能。
申请获得监管批准是一项重大任务，而获得批准所涉及的所有工作可能需要数年的时间。所以在购买这类产品时，寻找具备批准功能的产品可以作为一个经验法则。这是一种承诺的标志，可以用来筛选不同设备制造商。
也要记住，监管审查是有限的。它只涵盖了所批准功能的具体用途。而消费者健康技术产品可能将通过公共标准机构进行功效审查的一项或多项批准功能与（许多）其他未经审查的功能/特性结合在一起——这意味着通常大部分功能/特性无需证明其有效性。
消费者不应忽视这些差异，并仅仅认为特定设备上的所有输出都是可信的，因为FDA批准了其中一个功能。越来越多针对健康/健身需求的产品结合了一些获得监管批准的被证实有用的功能与更多未经审查的功能。然而，这些其他花哨的功能可能看起来很正规/高级/令人印象深刻，但它们的输出并未经过验证，可能完全错误。
伯明翰大学工程学助理教授兼医学微系统实验室负责人Gerard Cummins博士解释说：“很多日常使用的可穿戴设备是消费者可穿戴设备。它们明确宣传为’健康和健身’。因此，它们无需经过医疗器械监管。”他说：“医疗监管的存在是有原因的。如果你制造了一种设备，并将其作为医疗器械进行营销，那么它需要具备更高水平的质量——准确性、精度和安全性——因为人们将基于它做出改变生活的决定。你不会仅仅根据你的Apple Watch上显示的信息做出改变生活的决定。”
对于被监管部分批准的功能，用户可能有信心，如果正确使用，技术可以做到所声称的功能。但仍会存在误差的余地和设备可能无法每次记录到足够强的信号以提供良好的结果。然而，作为用户，您负责控制使用条件，以确保尽可能进行最佳记录（因此再次强调遵循说明的重要性）。
此外，还需要注意不要被某些市场营销策略所误导，这些策略可能会使产品听起来好像经过监管审查，实际上参考只是间接的——可能只是使用其中的某个组件，而不是它们试图向您销售的主要功能。
例如，过去几年里，我们看到了一系列初创企业通过商业化连续血糖监测器（CGM）来创建健身和健康业务的浪潮。这是一种已经获得监管机构批准用于糖尿病管理的传感器硬件类型。然而，这些初创企业所销售的是其他东西——通常，他们的服务被营销为健身/健康支持或代谢追踪。
他们开发的算法和软件，用于处理和呈现通过CGM获得的信号，以便为他们的（非糖尿病患者）用户提供“个性化”见解，尚未获得监管机构的批准。因此，尽管“医疗级”传感器硬件的存在可能使这些产品看起来可信，但对于他们使用技术的方式并不适用。唯一可以传递的好处是使用这些代谢追踪服务的用户至少可以确信将（在某种程度上具有侵入性的）CGM传感器安全地应用于他们的手臂上（但同样，仔细遵循说明书是必须的）。
底线是：重要的是要仔细注意追踪产品的内容，了解其能做什么和不能做什么，以避免被误导。
在一天结束的时候，要么它是一种诊断医疗设备，要么它不是。而大多数消费科技并不是，无论它的营销有多少关于你的健康的夸夸其谈。
第三原则：关注趋势，而不是数据点
快照和视频之间有很大的区别。当涉及到健身追踪器的输出时，由可穿戴设备提供的单一数据点可能不会告诉你任何有用信息，尤其是考虑到存在错误和不准确性的可能性。但是在一段时间内进行多次快照可以堆叠成一个关于你的身体可能发生的情况的故事，值得关注。
从可穿戴设备中获取嘈杂且不完美的数据的最佳方式是让科技为你建立一个基准线，然后监视这个基准线以观察你的指标如何变化。换句话说，关注趋势，而不是单个数据点。例如，随着时间推移，趋势下降的静息心率可能会对你的生活方式有一些积极的指示。反之亦然。
苹果的智能手表可以通过追踪并提供所谓的“健康趋势”来帮助你完成这一步骤。因此，更好的设备将致力于为你完成这项工作-你只需要关注随着时间推移的趋势。
“如果你在其中一个[被跟踪指标]上建立了一个你自己的基准线，比如你的静息心率，并观察它如何随着时间变化，这是有价值的，因为如果存在错误-在计算、算法、传感器中，因为它很便宜-错误将一直存在。因此，你对自己有很多的数据，纵向上来看，我认为允许你开始建立一些相当有用的东西，”剑桥大学移动系统教授Cecilia Mascolo如此争辩道。
“对于这些设备来说，即使它们可能没有很高的精确度，它们可以提供几年的相当精细的数据。如果你甚至只是向一位神经学家询问有关你的睡眠模式的信息，比如你什么时候上床睡觉，什么时候醒来，这些信息在时间上已经非常有启示性了。因此，对我来说，这是最具体、最简单的例子，说明嗯，是的，我们仍然在努力提高这些设备的精确度，但数据正在流动。而且，如果你建立了-尤其是你建立了你自己的基准线，并观察它的变化，你自己的数据的趋势是什么-我认为这是有价值的。我认为纵向方面非常重要，”伯明翰大学的Cummins同样认同。
我们为本文采访的一些研究人员强调，手腕，尤其是手臂在日常生活中如此频繁活动，不适合测量心率。由应用于人体皮肤的光学传感器测量的血氧水平也是出了名的不准确-尤其是在较深的肤色上。因此，消费者可穿戴设备无疑会有时捕捉到质量较差的数据，或者甚至大部分时间都是如此。但是，一个不断增长或下降的基准线（甚至只是保持稳定）可能仍然能够对你（或你的医生）提供有用的信息。无论是你的静息心率、睡眠时间总长还是呼吸。
追踪器的重要承诺当然就是记录下来，让用户可以获得身体信号的长期视图，从而有可能发现可能对一个人来说太微妙/逐渐而不易察觉的变化。因此-太长不看-要真正理解你的趋势。
在一个应用程序中方便地提供趋势，同时可能还鼓励用户跟踪他们生活方式和活动的各个方面，为人们提供了将他们的数据变化与习惯联系起来的机会。这是帮助用户控制和影响可能对健康有影响的因素的方式。
假设你的应用程序提醒你，你的平均静息心率下降了。是不是开始做瑜伽来缓解压力了？或是努力获得8个小时的优质睡眠（而不是5个小时）？或是开始少喝酒了？也许你可以将数据的定向变化与特定的生活方式调整联系起来，并对对你的健康有益的因素做出明智的猜测。这就是一个好的追踪器的力量。
第四原则：跟踪基础指标可以很有用
虽然有越来越多的健身/健康产品提出让你跟踪更复杂/不太被了解的生物学方面-比如新陈代谢，或者肠道菌群-或者声称能够量化更微妙指标如心率变异性（HRV），或者提供睡眠阶段的分段（深度睡眠、REM睡眠、核心睡眠等），但对于试图以如此精细的方式进行自我量化的普通消费者来说，其价值主张是：A）不明确，因为在这些更深层次人类生物学中所发生的许多事情仍然不被理解；B）可能是无意义的（目前），因为我们当前的设备无法捕捉到足够准确的数据，使得这种跟踪有意义。
所以这里的规则是，对于普通消费者来说，投资于未经验证的更深度的自我量化（或者，确切地说，全身“扫描”）可能还无法实现成本效益分析。
另一方面，跟踪更简单的东西的价值更加明确。像移动（例如步数）和睡眠（即总睡眠时间）这样的基本跟踪可能在当今这个时代听起来不是很令人兴奋，但是这种自我量化对于健康来说可以出乎意料地强大和积极。因为我们知道保持活跃和获得足够的睡眠是伟大的生活方式干预措施，绝对可以改善我们的幸福感并促进更好的健康。
正如伯明翰大学的康明斯所指出的，研究表明可穿戴设备对行为改变非常积极，因为它们在用户和设备之间建立了一个“反馈循环”。（他建议说：“他们看到他们的活动增加，可能会注意到有关他们的心血管健康的趋势。所以确实存在一些好处。”）
鼓励用户更加积极的跟踪器，例如在达到每日步数目标时欢呼，或者在晚上轻轻提醒您放松片刻以获得更多的高质量睡眠，因此具有明确的价值，即使这些功能在现阶段可能看起来相当平淡无奇，距离初款Fitbit诞生仅有不到二十年的时间。但是忘掉那些花哨的装饰和功能吧；当涉及健康潜力时，简单的东西就是强大的。
也就是说，产品体验的有效性是这里的重要方面，因为数据本身（步数，睡眠时间等）可能也不完全准确。 （例如：2020年发表在《自然睡眠科学》杂志上的一项研究对包括Apple Watch、Fitbit Ionic、Oura智能戒指和Whoop手环在内的八种消费级睡眠追踪器进行了研究，发现商业睡眠技术的准确性存在“明显高度的差异” – 所以即使是看似简单的指标也应谨慎对待。）
不同的个体可能更喜欢不同的可穿戴设备形式因素和/或应用程序方法来帮助他们更积极地活动和得到充分休息。因此，评估产品价值是必然个人和主观的。但是，再次强调的是只要跟踪器能帮助您使步数和睡眠走向正确方向，那才是关键（回到第三原则）
大多数可穿戴设备现在也包括心率监测作为基本功能。我们采访过的一位研究人员对于普通消费者跟踪这个指标的价值提出了质疑，即在没有明确的病理学原因的情况下（并且使用胸带通常是更准确的测量方法）跟踪。但是大多数人看到了阅读该指标的价值 – 包括因为对静息心率的纵向观察可以成为量化您的生活方式健康状况的起点。
“心率，静息心率，为您提供了一个度量您的健康程度的指标，”爱丁堡大学的沙阿说。 “如果您感到压力，或者您睡得不好，您的静息心率就会增加……对于身体非常健康的人有静息心率的范围 – 像运动员水平 – 或者是平均水平或低于平均水平的范围。它们是有意义的。”
那么，跟踪更微妙的生物指标呢？越来越多的健身设备现在会计算HRV（即心率变异性） – 这是连续心跳之间的时间间隔的一种衡量方法，据说提供了有关神经系统的不同分支（交感神经和副交感神经）之间相互作用以及整个系统功能的信息。反过来，这可能提供身体压力的指标。（有趣的是，Apple Watch跟踪HRV，但在“健康”应用程序概述中不显示此指标；您必须深入“心脏”文件夹才能找到它，这表明该公司对其一般效用并不完全有信心。）
对于普通消费者来说，可以说跟踪HRV的实用性没有监测心率那么直接，因为它是一种敏感的，高度个性化的指标，更难解释 – 而对于安静心率有已经建立了的被认为是健康的范围，如沙阿所指出的。 （还有目标心率区域，您可以针对不同的锻炼和/或锻炼强度设定。）
HRV分数的复杂性还体现在有不同的计算该指标的方法。某些设备可能会在睡眠过程中持续跟踪HRV，而其他设备只在清醒时跟踪。因此，不同的设备可以为HRV产生明显不同的分数/评级 – 这进一步使消费者在了解该指标可能在告诉他们什么方面时感到困惑。
如果你是一位专注于提高边缘表现的职业运动员，追踪心率变异（HRV）可能有一些价值，作为衡量压力和恢复的一种方式。但同样，这样的用户可能需要更加结构化（和手动的）HRV追踪，需要在他们的训练计划的特定时间点进行测量，而不是通过通常由消费者设备提供的持续背景追踪来提供HRV评分/分数。
考虑到所有的不确定性，我们认为为普通消费者评分/排序HRV的应用程序可能会误导人。再说一遍，趋势可能有所帮助，让技术建立一个基线指标，并跟踪任何上升或下降的变化，但这仍然是一个普通消费者可能不应该过于担心的数据点。
“没有人能够用权威的态度说，如果你的心率变异降到这个或那个数值以下，那么会发生什么问题，”沙阿表示。“这些都是人们仍在探索的事情。还没有完全清楚。”
“底线是，今天，（可穿戴设备追踪的一些生物标志物）对于普通消费者可能没有用处，”他继续说道。“但是我认为，一旦我们确定了哪些确切的指标是有价值的，以及如何呈现这些信息，它们可能变得有用。我的意思是，目前所有这些都是开放性问题。Fitbit、Apple这些都是大公司，它们仍在创新。”
“所有这些东西都有潜在的价值，”他补充道，指出生活方式因素与人们患慢性疾病的风险之间的联系。“我之所以说潜在是因为有研究表明，一些这些（生物标志物）可能有价值，比如心率变异…。如果它大幅度下降，那可能意味着你的身体有压力。但我们面临的挑战是进行这些类型研究难度非常大。”
类别承诺是通过追踪更多的身体信号，我们将产生有助于推动预防性医学的相关数据——因此，希望是技术将变得越来越好，通过推测可能比我们目前的反应性医疗系统更早地检测到潜在的健康问题来推动用户朝着更健康的生活方式迈进。
但是，尽管消费者现在非常容易获取到关于自己的大量数据，如果他们追随这种追踪趋势并佩戴一个或两个可穿戴设备，但目前还没有确凿的证据证明收集和处理所有这些信号是有价值的——正如沙阿所说，我们目前只有“早期迹象”。
在复杂度轴上更进一步，追踪的价值往往更不清楚。例如：越来越多的初创公司开始销售基于消费者进行测试/追踪身体液体的“个性化”建议，以测量血糖波动或肠道微生物组成。在市场的这一高度实验性的端部，除非你对深入了解有特定的个人动机——比如你患有反复发作的尿路感染或对生育有疑虑并且传统医疗途径不令人愉快或不起作用；或者你在体重管理方面有问题，传统的饮食和运动方法对你没有效果——否则，这种追踪可能存在更多的不确定性而不是实用性。
当然，要牢记的关键点是，这种实验性和未经证实的东西通常属于“买者自负”的范畴。除非你有特定的担忧，并愿意冒险进行自我探索，否则你最好不要浪费你的钱。
规则五：担心你的数据？找医生
如果你发现自己担心追踪器引起的某些问题，不要害怕预约和医生咨询，寻求专家意见是个黄金法则。
尽管你可能认为医护人员会感到沮丧，当患者带着可穿戴数据的 PDF 来找他们，但对于英国国家医疗服务体系 (NHS) 的家庭医生 Hemal Shah 医生来说，情况正好相反。他还是数字医疗平台 Dr Dropin 的医学主任，他对 ENBLE 表示：“我个人鼓励患者告诉我 — 因为这确实有所帮助。它只是为你提供了更多关于某个人的信息，” “当然，如果你有症状，你有任何状况，并且你注意到趋势变化（在你的可穿戴数据中），告诉医生是很有用的，因为这可能意味着发生了不同的事情。所以更多的信息总是更好。”
他还指出医生能够看到他们在其他情况下无法获得的长期数据的价值，至少在没有长期住院的情况下。
追踪器能够填补患者记忆的空白，例如在过去几个月里你是否睡得好，而你自己对自己的睡眠时间的记忆可能更模糊。
此外，消费者追踪器的优势在于它们只需放在你的身体附近，可以记录一些数据。例如，在你半夜醒来并出现心悸症状时，你可以触摸智能手表上的心电图功能，这对于医生来说，即使可能有些许模糊，仍然比没有情报要好，正如Dr Dropin的 Shah 所说。
“有一些时刻 — 尤其是 Apple Watch 和其他设备 — 我绝对会鼓励患者进行更多的测量，” 他说。“它的心电图监测并不是医疗设备，但它可以向你指示你的心脏节律是什么样。”
“我记得有些患者会出现心悸和心跳加快的症状。我们真正想知道的是心脏的电活动情况。而（如 Apple Watch 等可进行心电图测量的追踪器）可以提供当时的瞬时情况。所以我们绝对鼓励使用。”
他补充道：“我确实转诊给有能力查看这些数据并根据数据做出诊断的心脏病专家。” 如果某人心悸症状不经常发作，可能只持续几分钟。那时，你无法使用适当的心电图机器或医疗级机器。所以，这允许你在手表上识别异常情况并对事物更多地掌控。”
如果由于可穿戴设备引起了很多人预约看病的情况，医生的时间可能会被不必要地浪费。但 Shah 说，实际上，比他预料的要少的患者带来了可穿戴设备的数据。在他的经验中，可穿戴设备的普及和自我量化运动没有增加传统医疗服务的工作量负担。
的确，他提到老年人对可穿戴设备的使用较少 — — 他认为这类被动监测对于虚弱人群可能有更大的好处 — — 表示老年人中技术的更广泛使用可能会带来更大的公共健康益处。
那么这种追踪对一些用户是否会引发不必要的健康焦虑，例如可能易患疑病症的人呢？
“我认为当他们看到数据中出现异常情况时，有时确实会增加一些焦虑，” 他对焦虑问题做出回应。“但我也相信当他们与临床医生交谈时，这种焦虑会消散，或者他们会被认真对待，会接受进一步的检查，最后发现一切都完全正常。”
所以，这里再次的规则很简单：如果你的数据中的某些内容让你担心，下载数据并将关注点带给你的医生。
规则六：不要忘记隐私
在消费者疯狂地对他们的健康产生个人兴趣并支付技术费用来跟踪自己的身体和活动的情况下，人们很容易忘记被捕捉、存储和处理的数据 — — 并有可能与他人共享 — — 是高度敏感的个人信息。
剑桥大学的 Mascolo 教授警告称：“信号是非常非常私密的，我们认为图像是私密的，那么声音呢？你的心脏呢？你的心脏信号是独特的。所以，如果我们开始将所有东西都发送回中央服务器，那是不好的。这可能导致不希望的利用。”
消费者在戴上任何设备之前，应认真考虑将他们的私人健康数据交给谁。在尊重隐私方面，一些公司可能比其他公司可信度更高。寻找明确而突出的关于他们打算收集哪些个人信息以及将如何处理这些信息的陈述。那些隐私政策不清晰或让您感到困惑的公司最好避免。
根据数据处理的地点来决定您的信息被存储和处理的地点也很重要，因为不同的地区对个人信息的法律保护可能存在很大差异。
还要考虑商业模式。负责追踪器/服务背后的公司打算如何赚钱？他们的方法是否可持续？例如，一些免费使用的经期追踪应用程序试图通过将用户数据插入在线广告生态系统来实现软件变现，这显然对用户隐私非常恶劣。（例如，几年前，经期追踪应用程序Flo在向用户承诺将保护他们的信息的情况下，被指控与广告平台共享敏感用户数据，并与联邦贸易委员会达成了和解。）
即使跟踪产品制造商的商业模式看起来合法，考虑到所收集和处理的数据的敏感性，您应主动考虑您的信息可能遭到泄露以及意外泄漏可能对您产生的影响。
最终，希望利用健康相关的技术和服务的消费者需要权衡所提供的任何追踪可能给他们带来的效用，以及如果他们的信息被滥用或未保持安全时可能面临的潜在风险。
以硬件和/或订阅服务方式销售自我量化/追踪本身的商业模式，通常看起来比那些依靠提供免费产品来扩大使用量和积累数据的商业模式更可信。但是，在这个领域中的许多公司也在利用客户数据进行产品开发和更广泛的研究，鉴于所涉及的信息的敏感性，隐私问题和考虑是必不可少的。因此，停下来并积极考虑风险是很重要的。
“问题在于为了开发算法，许多这些公司实际上正在收集个人数据，”伊姆佩里尔学院的罗德里格斯-维列加斯（Rodriguez-Villegas）警告说，对于可能希望使用这些信息开发医疗设备的消费者设备的数据收集的范围表示关注。“为了使用该设备，在支付了设备费用之后，人们首先需要做的事情是点击“同意”按钮，表示他们同意再次使用这些数据…… [他们的]数据可能与合作伙伴或协作者共享。”
即使您是那种愿意为猜测性商业研究甚至敏感个人数据进行捐赠的人，例如为研究特定医疗状况和疾病支持研究的可能性而捐赠个人数据，至少要寻找那些明确表示愿意如何使用您的信息的产品制造商，并最好要求获得研究使用数据的同意。
在健康/健身领域运营的公司如果在最初向用户提供研究数据的时候，提供了具体的研究内容和方式的详细说明，那么他们进行可信研究的可能性也更大。
近年来，很多女性科技初创企业涌现出来，推销依赖女性数据的新型健康产品，以驱动预测算法。考虑到医学研究历来侧重于男性对象，许多公司强调帮助缩小女性健康数据差距。您可能会觉得您的价值观与此类使命相符 – 非常好，这可能是双赢局面。但是，即使如此，您仍然需要仔细阅读条款，并确保您愿意支持他们计划进行的研究。
展望未来：可穿戴设备的发展方向
我们在我们的六个准则中提到的一系列有趣因素可能会塑造可穿戴设备的下一个重大的进化飞跃，即准确性问题；隐私问题；以及推动生物标志物数据处理效率的提高，包括允许在我们身上携带更小的物理设备中容纳更强大的软件。（是的，这就是健康监测“听得见的装备”（或“可听戴的装备”）的承诺所在。）
Imperial College’s Mandic, who says he was the first to outline an “in-the-ear recording concept” (in a 2012 paper on “user centered and wearable brain monitoring”), highlights deep learning work he’s undertaking to extract “clean” biomarkers from “very noisy” environments using models that are “computationally cheap to run”, as one of his papers puts it. So the hope is for greater processing efficiency will allow for smaller types of devices to become trackers.
“The ‘corr-encoder’ and other models we do and are proud of don’t require much power,” he tells ENBLE. “They can be implemented on microcontrollers, on edge devices, or we can stream data using Bluetooth and process them on smartphones — we don’t require huge servers.”
“We need to move away from those brute force approaches [with AI] — ‘just let me add more layers in my neural networks’ — to basically thinking more, including domain knowledge and working towards smaller, much smaller, models which can work on microcontrollers — even on the earbud,” he suggests, adding: “My current model basically works directly on the earbud.”
Another interesting possibility here is that privacy concerns and (AI-aided) efforts that are gunning for more efficient signals processing could conspire to drive each other. The University of Cambridge’s Mascolo believes privacy concerns could encourage development of commercial AI models that are designed to live and work on the user’s device, avoiding the need for sensitive health data to be uploaded to the cloud.
“We can do things on device. But we need to find the right business model for this,” she suggests. “It might be that the business model is privacy — and new devices allow you to to do this. Companies are possibly still exploring if there is a privacy-based business model.”
“The first step would possibly be the generation of [AI] models from data that is collected in large scale and then perhaps the pushing of new products that have these models scaled down to on-device apps on your phone and they use your own data but the data is not sent any further. I think that is very achievable,” she adds.
The privacy advancement in this scenario would mean users don’t need to bare their raw biological signals to any third parties; the biomarker processing could just take place on their device. (And Mascolo also flags the potential of machine learning techniques like federated learning to further support privacy-preserving processing of wearables’ data.)
There would still need to be a pool of users willing to share data for models to be developed in the first place — but she likens this to how, during drug development, tests of novel pharmaceuticals may cause side effects in test subjects that can be avoided in the final product. (So once a fine-tuned AI model is put on device the wider user population wouldn’t have to submit to the “side effect” of losing their privacy.)
“I think we’re getting to a stage where privacy and efficiency are driving the solutions that we want to see,” she adds.
Returning to hearables, Imperial’s Mandic reckons health-monitoring in-ear devices could be a commercial reality in as little as “two to three” years’ time.
“It’s been 10 years since [my paper]. So for the first five years I was struggling to convince people that you can record from these canals. The next five years… many companies [were] set up and failed… The time has come now that things are bit more mature so I expect myself and maybe some bigger players to come up with something,” he suggests.
“Clearly, if the current wearables were that good then we wouldn’t be looking for anything else but they’re not,” he goes on, adding: “With the emerging e-health [movement] we need reliable devices which can be used to monitor people at home.”
In-ear devices have an edge over wrist- or finger-based wearables for accurately measuring certain bodily measurements, per Mandic, as the ear canal doesn’t suffer the same “vasoconstriction” effect as outer skin — a phenomenon that can cause accuracy problems and bias for optical measurements performed on the wrist or finger (so bad news for smart watches and smart rings).
The head also offers a relatively stable location to perform measurements of biomarkers vs the arm/hand, which are more likely to be moving around a lot. Plus, as Mandic points out, you can wear earbuds for an extended amount of time. (Indeed, many consumers already do.) So in-ear-based tracking looks exciting for getting better signals consistency from wearables.
剑桥大学的Mascolo也在这一领域工作。她的研究包括研究用于健身和生命体征监测的“可戴耳”技术-使用耳朵内的麦克风来监测活动和心率，以代理VO2 Max。（VO2 Max是心脏或有氧健身的指标，一些现有的消费者可穿戴设备（如苹果手表）已经通过跟踪用户的心率和运动提供了估计值。不过，与其他更细致的指标（如HRV）一样，当前一代设备的VO2 Max特征的准确性是有问题的。）
黄金标准VO2 Max测试要求一个人去专科中心，在进行强烈的体育锻炼时戴上连接到测量他们呼出与吸入氧气量的设备的口罩。因此，这个测试通常只由运动员进行。而可穿戴设备为更多人提供了跟踪他们的心脏健康的机会。但只有这些代理测量的准确性得到提高，才会真正有意义。
除了耳朵内监测技术的有趣潜力以及开发更具保护隐私的跟踪的可能性外，消费者已经有了更多涉足更亲密/侵入式跟踪的趋势。伯明翰大学的Cummins预测这方面会有进一步的增长-预示着在未来几年里，我们将看到更多“化学传感器”周围的活动。
他认为，用于健身/健康（和/或代谢健康）跟踪的CGMs的采用是“转变的第一个迹象”，这使消费者不仅仅使用具有“物理传感器”的可穿戴设备，而是具有设备中的“化学传感器”。目标是“获得有关身体内部实际发生情况的更丰富数据集”，他说。“不仅仅是观察心率、肺活量、活动-可能还包括观察葡萄糖波动或通过皮质醇检测应激等。”
因此，在某种程度上，对化学跟踪器的需求可能反映了对通过皮肤读取的感应性可穿戴设备的局限感。
他自己的研究涵盖了所谓的“可吸入设备”-这些不是佩戴在身上而是吞下去的新型设备；内置传感器可以了解用户消化系统内部的情况。这个概念也可以推动跟踪研究深度（甚至可能用于更有针对性地输送药物-从跟踪到治疗）。
“胶囊内窥镜将是真正的可吞食物，但这些设备有一些限制，诊断质量较低，因为你只使用光学摄像头。所以我们在我的实验室里正在研究如何通过集成其他传感器来提高这些设备的准确性，”Cummins说。“我们在研究不同的可以被吞下去的形式，以获取关于您的胃肠健康的数据-或者它们也可以用于有针对性地传递药物。”
总的来说，他认为可穿戴设备和健身跟踪器正处于“拐点”-某些设备已经开始在医院和传统医疗环境中使用，致力于实现预防性健康的宏伟愿景。他还强调了主动跟踪自己的消费者为了积极改变行为模式并减少健康问题风险的基础趋势。但是，虽然跟踪的方向看起来明确，但需要进一步研究来支持技术的预防性潜力。
“临床界意识到可穿戴设备是来留下的，”Cummins建议说。“这些设备将在未来发挥作用-只是在将它们整合到当前的临床路径或调整临床路径以使用可穿戴数据方面有所改变。所以我认为将会在临床决策中出现变化。但目前来说，你不能单独使用它们。”
“用乐观的方式来说，”帝国学院的Mandic补充道。“了解良好可穿戴设备的可能性是好事-让公众习惯这个想法-直到有一类可穿戴设备可以健檢，经过临床清除。”
