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。

目的:评估连续光电容积脉搏波算法应用于可穿戴设备时，检出心房颤动（房颤）和评估房颤负荷的准确性。方法:本研究是一项自身对照的前瞻性队列研究，连续纳入2022年9至11月于首都医科大学附属北京安贞医院心内科住院治疗的254例房颤患者。所有受试者同时佩戴2种设备：（1）心电手表，用于采集光电容积脉搏波（W-PPG）和心电图（W-ECG）；（2）心电贴，用于采集心电图（P-ECG）。分别以30 s数据片段和受试者个体为单位，将心电手表得出的测量结果与心电图专家判读心电贴结果相对比，采用受试者工作特征曲线评估其敏感度和特异度。按照房颤负荷比例均分为4个分段，计算由房颤分析软件得出的房颤负荷与心电图专家判别心电贴结果得出的房颤负荷差值。结果:254例受试者的年龄为（63.04±11.04）岁，99例（38.98%）为女性，持续性房颤患者97例（38.19%）。以心电图专家判读心电贴的结果为标准，以片段为单位时，P-ECG算法的敏感度为94.86%（95% CI：94.81%~94.91%），特异度为99.30%（95% CI：99.28%~99.31%），W-PPG算法的敏感度为96.07%（95% CI：95.97%~96.18%），特异度为98.62%（95% CI：98.59%~98.65%）；以个体为单位时，P-ECG算法的敏感度为92.55%（95% CI：87.57%~95.71%），特异度为96.39%（95% CI：93.45%~98.09%），W-PPG算法的敏感度为93.71%（95% CI：88.75%~96.67%），特异度为89.62%（95% CI：85.61%~92.65%）；以单次采集W-ECG记录为单位时，W-ECG算法的敏感度为92.04%（95% CI：88.14%~94.78%），特异度为96.19%（95% CI：94.35%~97.47%）。房颤负荷评估方面，各负荷分布区间内W-PPG分析结果与心电图专家判读心电贴结果相差均小于2%。 结论:连续PPG算法应用于可穿戴设备检测房颤是一种可行策略。以心电图专家判读心电贴的结果为标准，通过智能手表连续监测PPG对于房颤诊断具有较高的准确性，同时也可有效地完成房颤负荷评估。

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。

人工智能逐渐成为临床营养领域的重要工具，不仅能够简化目前的膳食评估方法，还可通过机器学习算法构建精准营养评估模型。移动应用程序和可穿戴设备等数字技术和设备提升了膳食营养评估的可及性，使用移动应用程序能基于食物图像和视频进行方便快捷的膳食营养评估，即时输出摄入营养素的种类和含量，而可穿戴设备能通过监测体液中生物标志物浓度的变化，实时反馈个体动态的营养素摄入量及吸收量。机器学习的营养评估方法可提升营养不良诊断的准确性，还可用于预测肠内营养不耐受等不良事件，指导营养干预和预后预测。

本文回顾人工智能(AI)的发展历史，从探索时期到现代全民AI时期的关键阶段和重要进展。随后，详细介绍人工智能在神经外科领域的应用，包括机器学习在胶质瘤治疗和预后中的应用、深度学习在脑肿瘤患者核磁共振和出血预测中的应用、自然语言处理、大语言模型、可穿戴智能检测设备、AI辅助机器人、脑机接口等方面的应用前景和挑战。最后总结AI在神经外科领域的潜力，以及需要克服的挑战，从而实现AI与医疗健康的良性发展和融合。

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。

我国睡眠呼吸障碍患者人群基数庞大，因设备、人员等限制，多数患者难以得到及时诊断与治疗。通过可穿戴设备、大数据人工智能分析手段，有望实现睡眠呼吸障碍疾病的大规模筛查、诊断。促进睡眠疾病大众化诊疗体系的建立与推广，将为大众健康服务新模式的建立和推广起到示范作用。

AD是构成全球重大社会问题和经济威胁的中枢神经系统退行性疾病之一，早期诊断和干预是其防治的关键。传统的以临床经验和生物学标志物为依据的AD诊断体系存在诸多局限。目前，随着人工智能、5G网络等技术的迅猛发展，一种全新的基于可穿戴设备的"数字化生物标志物"诊断体系正在构建。本文现全面阐述用于记忆、视空间、言语、执行功能等不同认知相关信号捕捉的可穿戴设备在AD"数字化生物标志物"诊断体系构建中的研究进展，并展望其在未来AD诊断及防治中的应用前景。

智能医学是在科技迅猛发展的时代背景下快速发展并壮大成形的学科体系。早期人工智能，VR技术，移动通信等信息化技术为其发展奠定了基础；手术机器人，3D打印，可穿戴设备等促进智能医学进一步发展；如今智能医学已应用于医学影像、辅助诊断、手术操作、医院管理、药物研发、健康体系等医疗体系的各个方面。以5G医疗、医学云平台/大数据、先进材料合成、4D打印、AR/MR、超级智能等为代表的一系列前沿科技将推动人类全面进入智能医学时代。