综述了防护牙托、牙齿传感器、可穿戴式肌电图设备、奶嘴式可穿戴设备、舌设备等口腔可穿戴设备的研究进展,分析了口腔可穿戴设备的优缺点,提出了目前口腔可穿戴设备发展面临的挑战,指出了建立统一有效的标准诊断数据系统、提高设备的舒适感和隐蔽性、发展材料及工艺、实现集-诊-疗的智能统一是未来口腔可穿戴设备的发展趋势.

精神疲劳是一种综合性的心理和生理现象,会对个体的身心健康产生负面影响,并严重削弱其工作效能,从而可能导致重大事故.因此,对精神疲劳评估的研究尤为重要.心率变异性(heart rate variability,HRV)作为精神疲劳评估的重要手段,具有获取途径广泛和高信噪比等特点,成为当前研究热点.目前关于采用HRV进行精神疲劳评估的研究不断涌现,但仍缺乏系统性的总结和分析.因此,本文对基于HRV的精神疲劳评估的研究现状进行了综述.首先,本文对精神疲劳评估的HRV分析方法进行了总结,HRV特征可以从心电图(electrocardiogram,ECG)、光电容积脉搏波(photoplethysmography,PPG)和心冲击图(ballistocardiogram,BCG)信号中获得,对这3种信号评估精神疲劳的技术原理以及优缺点进行了详细介绍,目前较成熟的方法是采用ECG信号,BCG信号在精神疲劳评估领域虽然研究较少,但其采集过程可以做到无束缚,有着广泛的应用前景;其次,对基于心电图、光电容积脉搏波和心冲击图信号开发的精神疲劳评估设备进行了归纳和对比,分为穿戴式设备和非穿戴式设备,两者应用场景不同,穿戴式设备相较于非穿戴式设备更加成熟;最后,本文对精神疲劳评估现存的难点提出了对策,以期为后续精神疲劳评估技术的改进和创新提供参考,能够更好地监测和评估精神疲劳,提升个人的心理健康和工作效率.

糖尿病高风险人群的筛查和生活方式干预是糖尿病防控的关键。生活方式干预需要长期坚持和持续行为改变，否则将影响服务对象的依从性和干预效果。持续葡萄糖监测（CGM）能提供血糖实时变化的可视化数据，被视为激励健康行为和生活方式的有效教育工具，基于第五代移动通信技术（5G）的糖尿病健康管理能有效控制血糖，提高糖尿病高风险人群的自我管理能力。本共识提出构建5G+“三早”（早筛查、早评估、早干预）糖尿病健康管理模式，包括依托数字化健康管理系统，整合医院、社区卫生服务中心、家庭、个体智能监测终端形成“医院-社区-家庭/个人”健康信息多端数据共享云平台；应用5G智能可穿戴设备实施连续、动态、实时的健康指标居家监测和糖尿病风险预警；对糖尿病高风险人群实施早筛查和风险评估，将基于CGM的24 h平均血糖作为一种可供参考的糖尿病风险评估指标；在遵循糖尿病健康教育、饮食、运动、心理和药物干预的综合性干预原则基础上实施分层管理，根据CGM技术提供的连续、动态、实时的血糖监测结果制定个体化的饮食和运动干预方案，联合智能应用程序实施个体化的精准健康管理，建立糖尿病的“三早”健康管理服务模式。

目的:通过可穿戴心音心电同步监测技术连续无创评估运动负荷状态下左心室收缩功能，为实现长时间连续监测航天员在航天活动中心功能变化提供参考。方法:招募11名健康男性青年为研究对象。受试者在卧位功率自行车上进行递增负荷运动，50 W起步，每3 min递增25 W，最高达到125 W。选取受试者在静息状态下、运动过程中每级负荷1 min后以及运动结束后3 min的心音心电信号进行分析；运动前、后5 min受试者行经胸心脏超声检查。对心音心电信号指标和左心室射血分数（left ventricular ejection fraction，LVEF）进行相关性分析，并建立在运动过程中预测LVEF的回归模型。结果:不同运动负荷状态下，受试者心率、LVEF、电-机械活动时间（electromechanical activation time，EMAT）、左心室射血时间（left ventricular ejection time，LVET）差异均有统计学意义（ F=53.22、45.33、3.65、23.19， P<0.001、<0.001、=0.011、<0.001）；与静息状态比较，受试者在运动负荷过程中心率和LVEF增加，EMAT和LVET降低，差异均有统计学意义（ P<0.01或0.05）。相关性分析显示，LVEF与EMAT、LVET呈负相关（ r=-0.415、-0.758， P=0.002、<0.001），与第1心音的幅度呈正相关（ r=0.606， P<0.001）。通过EMAT、LVET建立预测LVEF的模型，多元回归模型为LVEF=108.698-0.092×LVET-0.134×EMAT（ r=0.87， P<0.001）。 结论:通过心音心电信号同步监测技术可在运动负荷下连续无创监测运动中的LVEF变化状态；LVET与LVEF的关系最为密切；LVEF有助于预测航天员在航天活动过程中心脏功能的变化。

传统机能学实验以验证性动物实验为主，强调固定的步骤程序和操作规范，几乎不涉及临床使用的动态检测技术、仪器等。此种教学模式中，学生缺乏自由探索的机会，与临床、科研结合不够紧密，不符合医学教育早临床、早科研、自主学习的要求，不能充分实现以胜任力为导向的培养目标。南京医科大学近年大力推行的人体机能实验是以人体为实验观察对象，可直接获取人体数据的实验模式，与临床结合紧密，具有极强的参与性、互动性、体验性、探索性和创新性。本研究通过深入探索自主研发穿戴式实验仪器，实现多路生理信号的长时程检测，实施体验探究式教学设计等，构建了人体机能实验教学体系，让学生能够沉浸式学习，将医学教育基础和临床结合、实训和虚拟互补、教学与科研融通，达到了较好的教学效果。

糖尿病自我管理教育（DSME）和糖尿病自我管理支持（DSMS）在糖尿病诊疗中起到关键性作用。随着社会的发展，人工智能、互联网等技术的进步为糖尿病教育管理提供了许多新模式和新机遇。本文从移动健康技术、人工智能、可穿戴设备和个人终端设备以及社交媒体等方面阐述了软件和硬件对DSME/DSMS体系发展的影响，讨论潜在的机遇和挑战，并探讨了未来糖尿病教育模式的发展趋势。

对基于社交网络媒体，移动医疗应用程序，及可穿戴设备的移动医疗技术在不孕不育患者护理中的应用现状进行综述，继而基于文献分析移动医疗在不孕不育患者就诊流程管理、健康教育、用药管理、生活方式管理、心理护理5个方面的应用效果，在此基础上剖析现存问题并进行展望，以期为今后我国医护人员在不孕不育患者中多方位应用移动医疗技术提供参考。

即时检测（POCT）具有携带方便、检测快速、操作便捷、对于检测条件和人员适用性高、可在患者旁开展等特点，近年来发展迅速，在急诊医学、临床一线、基层医疗、公卫防控、患者院外管理、消费者自测等场景下获得广泛应用和临床价值体现。在应用越来越广泛的同时，POCT也面临监督管理、产品质量和新场景需求等方面的挑战，但随着技术的进步与完善，移动智能设备、5G通信技术、可穿戴设备、分子和质谱检测技术、人工智能等新技术与POCT进一步融合，POCT有望在临床诊疗、公共卫生防控及大健康管理中获得更广阔的应用前景。

目的:分析国内外可穿戴设备在护理领域应用的研究热点与发展前沿。方法:检索中国知网、万方数据库、Web of Science核心合集数据库中可穿戴设备在护理领域应用的相关研究，检索时限为建库至2022年10月31日。采用CiteSpace 6.1.R6对发文量趋势、国家和机构分布情况、关键词等进行可视化分析。结果:共纳入文献373篇，其中英文文献187篇，中文文献186篇，整体发文量呈上升趋势。国外研究热点集中于运动监测、健康监测等方面，研究对象主要为成年人。国内研究热点集中于智慧养老、移动医疗、远程医疗等方面，研究对象主要为老年人。结论:目前可穿戴设备在护理领域应用的相关研究较少，发文量较低，但发文量整体呈上升趋势。未来需要进一步挖掘可穿戴设备在护理领域的适用人群及场景，拓展可穿戴设备在护理领域研究的深度和广度，注重多学科协作，紧跟政策与技术变革，促进护理事业的进一步发展。

可穿戴设备通过软件支持以及数据交互、云端交互来实现强大的功能，在乳腺癌患者中具有广阔的应用前景及优势。本文阐述可穿戴设备在乳腺癌患者检测、化疗疗效评估和症状管理、健康行为促进中的具体应用，探讨该新兴技术面临的挑战并进行展望，以期为后续研究奠定基础。