下载掌阅APP，畅读海量书库
立即打开
蒂姆·库克
任何事情都可能改变，因为智能手机革命仍处于早期阶段。
如果让你想象一个103岁的老太太，贝弗利可能与你脑海中浮现的形象不同。单从她的生活方式来看，你永远也不会想到她是我最年长的病人。她仍然可以开车，每周两次去照看年幼的曾孙。她身材娇小，不到1.6米，体重约36千克，但她纤瘦的身材掩盖不住她的机智和永远准备好进行愉快交谈的精神。贝弗利找我看病已有10年。虽然她在许多方面都是健康人的典范，但由于大概20年前的一次脑卒中，她一直在吃稀释血液的药物，服用了抗凝药物之后，她一直担心万一摔倒会因为出血过多而丧命。
在过去的10年里，我不仅深入了解贝弗利的医疗担忧，还熟悉了她的家族。每次与贝弗利会面时，都会有一个分享照片环节。你可能会想，她会笨拙地从一个超大的购物袋里翻出一堆纸质照片。你如果这么想，那就完全误解了。贝弗利会迅速掏出她的苹果手机，手机壳是鲜艳的粉红色，上面印着花朵图案，这是她的一个重孙女艾丽卡送的。贝弗利熟练地使用这部手机，快速地翻过许多照片，如数家珍地介绍四代家庭成员的近况。她从第一次来我这里时就是这样：贝弗利有一部家人定期为她更新的智能手机，她非常珍视这部手机，认为这是她与日益壮大的家族保持联络的重要途径。
无独有偶，我的岳母帕德玛已经90岁，她住在印度德里，几乎每天早晨起床后都要拿起智能手机。只要她在房间走来走去，她的手机一定会形影不离。这是她的“命脉”，是她与三个疼爱她的女儿保持联系的方式。手机里保存着她最喜欢的音乐，并实时为她带来最新的宝莱坞新闻。手机已成为补充传统医疗保健的工具。在疫情防控期间，帕德玛多次使用她的智能手机与她的私人医生进行视频通话，这是非常有价值的。但也许不那么有益的是，她还学会了在网上查询药物及其副作用；巧合的是，可能由于心理作用，她似乎经历了所有副作用。尽管她已经使用智能手机多年，但我仍然很难真正理解帕德玛这位终身“科技恐惧症”患者是如何轻松地操作手持超级计算机的。
在全球范围内，拥有智能手机的成年人比例正在迅速上升，年龄和社会经济地位的障碍正在缩小。它的不断普及和广泛应用，已经导致其功能远远超出那些认为手机只是用来接打电话的人的想象。对于很多人来说，智能手机现在已经取代了照相机、闹钟和计算器。它们可以计算步数，引导我们到达目的地，使我们能够进行在线银行业务。想了解新闻吗？查看明天的天气预报？看到朋友的旅行照片了吗？日常生活中的许多方面几乎都与每个人手中拿着的智能手机直接相关。
考虑到这种迅猛发展的趋势，强大且越来越普及的智能手机成为患者医疗护理的重要组成部分，这并不奇怪。新冠肺炎疫情时期采取的广泛社交隔离，也加剧了已经形成的趋势；像帕德玛一样，世界各地的人依靠视频电话与他们的医生进行远程互动。需求的增加导致视频聊天功能及其可用性以前所未有的速度演变和改进。
然而，尽管贝弗利或帕德玛在年轻时很难梦想到这一点，但预约视频诊断仅仅是开始。由于几乎所有型号的智能手机都内置了一系列传感器，因此现在这些强大而普遍的设备能够监测、预测和预防疾病。这些传感器可以应用的领域已经非常广泛，尽管它们在实现上还处于黎明前的黑暗；它们通过先进的云服务器生成、收集和共享数据，与此同时，高科技算法能够实时生成个体化的护理方案。智能手机可以帮助人们诊断疾病、管理健康并找到进一步护理保健的可行方向。它们将成为真正的“掌上医生”，从根本上改变治疗疾病的方式，无论疾病是急性还是慢性的，是轻度还是重度的。
也许你对这个想法感到兴奋，也许你还有些怀疑。但无论如何，了解智能手机惊人的医疗潜力需要更好地理解内置传感器的工作原理。内置传感器的数据收集主要由三个传感器进行，它们分别独立测量运动、旋转和磁漂移。每个传感器都能感知和测量反映用户健康状况的各种临床数据点，包括心率、身体轮廓、能量消耗，甚至睡眠状况。当我们将这三个传感器收集的数据整合到一起时，就可以得到携带者的生命体征、身体活动、能量消耗，甚至可能器官功能的全面记录。 [1]
尽管我们很容易对即将实现的技术广度感到兴奋，但目前手机在医疗健康方面的应用已经相当广泛，足以令我们感到惊叹。以光学体积描记［术］（PPG）为例，这种技术几乎已经嵌入每一部设备中。利用光的吸收和反射原理，通过与指尖、耳朵或面部的裸露皮肤接触，能够收集关于心率和心律的关键数据。 [2] 经证明，通过这种方法收集到的心率变异性数据可以与商业心电图监测策略相结合。PPG还可以测量大脑与心脏的连接、血压以及血氧饱和度，并协助读取对唾液、汗液和尿液等体液进行的色度测量结果。
有无数种方式可以利用这些传感器制作不同的诊断工具。麦克风可以用作肺功能检查，用于测量呼吸功能或跟踪声音变化以诊断心力衰竭或呼吸窘迫。智能手机的前后摄像头可以用于协调心率信息并通过检查胸部和腹部来测量用户的呼吸率。 [3] 现在甚至有无接触式PPG算法，可以通过监测用户的面部来估计心率并推断其他计算。 [4] 一款名为FaceBeat的应用程序使用从面部反射的光来评估血流模式，从而深入了解血流量或血容量的变化。虽然这项技术听起来令人惊叹，但必须承认它也带来了一些挑战。在现实生活中，收集数据的环境可能不像临床环境那样是精心设计过的，因此，读取的数据可能不完全准确。为了说明这一点，我们必须考虑到许多外部因素可能会干扰FaceBeat的结论，例如遮挡面部的发型、不均匀或者昏暗的光线、不同的肤色、凌乱的面部毛发、形状奇特的帽子等，类似的因素还有很多。
除了已经内置在智能手机中的传感器，还有其他可以佩戴或植入的传感器来补充手持设备已经高度收集的数据。通常，这些额外的传感器专门用于测量单个变量，并借助智能手机上的相关应用程序跟踪和提供更详细的信息。一个典型的例子是连续血糖传感器，它可以让糖尿病患者更好地追踪病情并给予治疗。可穿戴设备还提供手机可能无法持续提供的信息。例如，像手表这样的可穿戴设备具有PPG传感器，这种传感器可以实时提供外部信息到智能手机的中央控制站。我们已经习以为常的微小设备，它们的处理能力令人惊叹。
因此，智能手机可以详细记录人类的几乎每一个功能。那么，我们如何处理这些信息呢？你可能已经预料到，这个问题的答案很广泛，但归根结底就是这样：智能手机传感器为高度个体化和积极的护理提供了机会，这通常被称为精准医疗。
传统的医疗保健服务通常是按照一定的节奏进行的，需要多次访问才能完成初始测试、诊断、治疗计划和随后的药物调整，这可能需要数周甚至数月的时间。相比之下，通过智能手机或其他可穿戴设备提供的连续数据流，可以大大缩短识别异常读数并根据需要做出反应的时间。不久的将来，我们就能在几天、几个小时、最终几分钟内测量治疗的各个步骤。通过人工智能算法将加快医疗决策。此外，许多治疗将通过为患者提供知情的自我管理方法自动进行，并且在其他情况下，可植入设备本身也会通过闭环系统提供治疗。 [5]
虽然我们已经确定智能手机能够收集有关用户健康的关键信息、量化风险、检查问题并为量身定制的治疗计划做出贡献，但如果我告诉你智能手机可以帮助我们预测从猝死到肺部疾病再到严重的精神健康问题，你会相信吗？研究表明，智能手机可以传输和处理体表心电图信号，有助于从表面上看似健康的患者中识别恶性心律失常，从而在严重的心脏性猝死事件发生之前采取预防措施。 [6]
如果这还不足以让你惊叹，那么我们再来举一个肺部疾病的例子。空气污染是全球重大的危及健康的问题，会导致一系列疾病：慢性阻塞性肺疾病、肺气肿、支气管炎、肺炎甚至肺癌。肺部健康的恶化通常伴随着功能逐渐下降、生活质量降低以及死亡率上升。这种肺功能的波动，结合某些行为模式，可以通过智能手机的传感器监测到。 [7] 如前所述，智能手机上的麦克风可用作低成本的肺功能检查。某些易于下载的应用程序可以记录呼气的音频，并随着时间的推移构建用户的日常呼吸模式并存储在远程服务器上，然后可以分析呼吸速率，并将其与患者以前记录的基线进行比较。 [8] 加上血氧饱和度、咳嗽或呼气模式的音频记录，以及基于人工智能的呼吸特征识别，这项技术可能会在肺部疾病发作的初期就捕捉到它。
深度接触技术通过智能手机使跟踪并治疗疾病变得更加容易，也许没有哪个医疗保健领域比心理健康领域更清楚地说明了这一点。寻求心理健康帮助的社会污名已经成为一个不幸的事实，让许多本来会从治疗中获益的人陷入了孤立。现在，经过几代人的悄然挣扎，通过智能手机广泛提供的虚拟护理，人们已经消除了羞耻感等障碍。在世界上的任何地方，都可以用智能手机谨慎地获取专业帮助。
还可以延伸一点的是，生活在美国乡村的老兵使用平板电脑，通过视频咨询，增加了获取心理治疗的机会，从而减少自杀行为和急诊访问。
值得注意的是，智能手机对心理健康的影响不止于此，它们还有助于客观评估寻求心理健康支持的患者。 [9] 手机内置的传感器可以提供关于身体活动、手机使用情况和睡眠状况的信息，这些数据可以主动和被动地收集，从而揭示用户的心理状态。智能手机甚至可以实现对抑郁行为中的行为模式进行数字化定型或描述，并监测与正常情况的差别。日常信息中的突然偏差可能反映出焦虑水平的波动，这已被证明对于诊断和监测抑郁症、双相障碍、孤独症和精神分裂症特别有用。像CrossCheck这样的系统可以使用手机传感器、通话记录和手机使用情况的数据，来识别或预测精神分裂症患者心理健康变化的模式。 [10] 研究者最近推出了一个名为“孤独症和更多”（Autism & Beyond）的应用程序，它通过算法来分析被智能手机摄像头捕捉到的面部表情，帮助用户进行情绪分类。 [11] 独立运行的外部传感器，已被证明非常适合年幼的孤独症儿童，例如一款智能手表，可以根据心率或呼吸率的变化监测到孩子的不安情绪，从而改变颜色。
当我最近和一位精神病学同事讨论时，他让我再次想起了智能手机所提供的数据的价值。他说：“手机不会撒谎。”虽然它可能没有给你所有你想要的信息，但它提供的是用户身体和心理状态的真实表现。如何最好地解释原始数据尚没有定论，目前，广泛接受的做法是将不健康患者的数据与他们自己所谓的正常数据进行比较。 [12] 这种基于智能手机中不同传感器汇总的数据的表征似乎比自我报告更精确。
每当提到可穿戴设备时，我就会想到露易丝。63岁的露易丝有着1/3的爱尔兰血统，她是一名医疗助理，身材微胖。她热爱工作，也热爱她的孙子、孙女，更热爱她的Fitbit——一款活动跟踪设备，它有很多功能，最为人们所知的是计步功能。作为医疗助理，露易丝的职责是把病人从候诊室带到诊疗室，然后测量他们的生命体征，记录心电图，并确保测量结束时，为下一个病人准备好诊疗空间。每天有超过300名病人来看病，露易丝总是忙个不停，她痴迷于增加她的步数。有些日子，我们会比赛看谁步数更多。她每次都赢过我，通常领先我4 000步甚至更多。当我忙于与病人交谈时，她在做着繁重的工作。我知道对露易丝来说，这不仅是一个游戏。她致力于保持健康，遗憾的是，尽管她的步数很高，但仍然无法抵抗夺走她生命的癌症。
我想要明确的是，高步数是好的，测量身体活动是重要的，但是当有数十个变量一起指示健康状况的好坏时，我们需要谨慎依赖单一变量来评估我们的身体状况。单从步数来看，除了确定用户是否久坐或积极活动外，它并没有透露太多信息。为了让外部可穿戴设备发挥最全面和准确的作用，用户必须退一步，考虑全局。
步数可以从多个角度进行分析。仅从空间角度来看，我们可以获得深入的信息，而这些信息通常被忽视。时间变量如步幅、步宽、速度和加速度，可以用于监测平均活动量、关节健康和跌倒风险。用时间作为度量标准，我们可以评估静止时间、站立时间、步幅时间和步频以监测特定疾病状态。例如，帕金森病是一种神经肌肉疾病，可以通过非常典型的步态变化进行诊断，然后进行严重程度分层——帕金森病患者的步态会从小而快的步伐，逐渐转变为拖沓的步态和缓慢的运动。 [13] 此外，患者的活动水平还可以作为虚弱或疾病的决定因素，并标志着影响步态和稳定性的神经病变和肌肉营养不良的存在。然而，需要注意的是，缺乏活动与记录活动一样重要。抑郁症患者往往会出现明显的活动量下降甚至完全停止，显著增加的活动可能是患者处于其精神障碍躁狂期的一个迹象。 [14]
可穿戴设备已经被用于识别其他常见疾病，例如高血压和糖尿病。 [15] 早期发现并及时治疗可以避免可怕的后果。可穿戴设备已经被用来促进和完善许多基础指标；心率可以通过手指、手腕、手臂、耳朵、颈部或胸部的可穿戴设备准确测量；血氧饱和度是一种用于在家中监测患者以确定何时以及是否需要将他们送入医院的指标，可以从指尖或耳垂进行无创检查。患者的呼吸率、血压和体温都可以通过可穿戴设备轻松、规律和准确地确定，为他们的实际病情提供及时且不断更新的监测。该领域的进展非常迅速，越来越多的传感器意味着癌症、肺部疾病、神经系统疾病等正在逐步进入可穿戴设备可以监测的疾病清单。
我们仍处于可穿戴技术的早期阶段。虽然它已经在某些消费群体中找到了市场，但采用率主要集中在健身爱好者和注重健康生活的群体中。那些推动技术向前发展的人希望可穿戴设备在消费者中变得更加普及，并且与智能手机收集的数据相结合，与植入式设备收集的数据集成，共同构建电子病历。希望未来随着这项技术的不断采用，它将成为医疗保健系统的正式组成部分，不仅为医生提供实时的患者信息，而且将自由流动的连续数据通过人工智能算法进行整合，从而彻底改变我们实践医学的方式。
可以毫不夸张地说，可穿戴设备的穿戴方式几乎没有限制，尤其是考虑到这个领域的创新速度，每天都有新产品进入市场。它们可以固定在头部、颈部、躯干、耳朵、手臂和腿部，也可以直接贴在皮肤上，还可以固定在衣物上，但主要设计成常用的服饰，例如眼镜、帽子、耳环、耳塞、项链或发带。
别致的耳饰可以监测体温、血氧饱和度和身体活动。耳塞中的微芯片可以通过充盈的毛细血管测量心率、呼吸率，从耳道内部测量血压和核心体温。用于运动或睡眠问题的护齿器可以利用传感器从唾液中提取酶数据。智能帽子可以监测大多数生理参数，甚至可以测量脑部活动，帮助提供对用户生活有益的行动建议。举个例子，智能帽子能够监测无意识睡眠中发生的脑部活动，这些活动会影响工作表现并导致意外。
通过语音命令操控的智能眼镜可以测量心率、身体活动和体温，它们看起来就像时尚的玳瑁框架眼镜。这种眼镜可能包含了许多传感器，如加速度计和麦克风，甚至能够帮助读取来自唾液、汗液、血液或尿液等体液的色度测量结果，但这项技术小巧而隐蔽。 [16] 如果眼镜不适合某人的风格，也不用担心。紧贴眼睛的智能隐形眼镜仍然可以包含温度和压力传感器，帮助监测青光眼等眼部疾病。可以监测泪液中葡萄糖水平的隐形眼镜目前正在测试中，这项技术的开发将对糖尿病的控制大有帮助。
可穿戴市场正在将大部分精力放在类似的非侵入式技术中。智能纺织品将是未来的趋势。 [17] 随着嵌入微小电子传感器的纺织品不断普及，你所穿戴的一切都可能为实时读取你的个人健康状况做出贡献。由于可伸缩的电子元件能够适应身体，随着人体的自然动作弯曲、扭曲和展开，它们能够保持与皮肤的接触，并传输高保真信号，准确捕捉心率、呼吸率和心电图信号。智能纺织品可以测量力量、压力、湿度和体温的变化，同时还可以跟踪肌肉的活动和姿势。再次强调，其用途远不止于测量性能。例如，射频传感器可以帮助监测肺部是否有积水，这对于有心力衰竭风险或患有肺病的患者非常有价值。如果用户穿戴智能衬衫、鞋子、内衣、背心、泳衣……甚至衣橱中最不起眼的袜子，那么无论是工作、吃饭、锻炼还是睡觉，都可以获得身体器官所有的特定信息。智能袜子可以提供走路时压力分布的三维图像，生成反馈信息，以了解骨骼问题，这对于患有压疮或糖尿病足综合征的患者尤其有用。 [18] 鞋垫中的传感器将每次脚跟着地的信息传递给手表，帮助运动员了解他们的步态，预防应力损伤和骨折。许多糖尿病患者的血管会变窄，四肢供血减少，导致足部溃疡。他们也容易患上神经疾病，导致下肢失去知觉。智能袜子可以帮助患者及其护理者进行个体化护理，以预防这些后果并最大程度减少进一步的伤害。
智能织物也非常适合充分利用体液提供丰富的信息，这是一种常常被忽视的信息来源，因为处理汗液、泪液和尿液等体液可能具有挑战性，尤其是在疫情防控期间。然而，这些体液可以在诊断和治疗几种常见慢性疾病方面起到关键作用。仅凭汗液，人们就可以诊断糖尿病、电解质紊乱，甚至在某些情况下诊断自主神经系统疾病。
囊性纤维化是一种可以监测到的疾病，这是一种渐进的遗传性疾病，会影响产生黏液、汗液和消化液的细胞，导致黏液在肺部大量累积，甚至出现阻塞、感染，最终导致过早死亡。通过智能纺织品，我们可以轻松测量用户汗液的酸碱度。健康的汗液酸碱度通常介于4.5到6.5，而囊性纤维化患者的汗液酸碱度可能高达9.0。 [19] 新型可伸展酸碱度传感器能够测量这个值，并直接将其传输到用户的智能手机上，从而实时调整所需的药物治疗。但用户汗液的酸碱度能告诉我们的不止于此。它可以帮助运动员了解他们的水合状态和生理状况，从而提高他们的运动表现；它对于监测慢性伤口也很有用，因为酸碱度水平有助于确定用户对特定治疗的反应。此外，它在治疗和监测如皮炎和真菌感染等皮肤疾病中也起到了作用。
所有这些都是有可能实现的，而我们只是介绍了一种体液的一个方面，而且还不是纤悉无遗的。我甚至没有提到文身传感器，这种传感器可以绘制在纸上并粘贴在皮肤上，对一系列重要的生物物理和生化信号进行高度精确的监测。 [20] 还有与低成本移动手机兼容的无线、柔性的生物集成皮肤传感器，或者是可以监测生命体征并追踪心力衰竭、肺炎、肺部疾病、尿路感染和其他感染的传感器贴片与徽章，使患者在家中进行监测。这些价格低廉、高度可定制的产品都将有助于在资源和人员有限的中低收入国家大力部署可穿戴设备。 [21]
成本、可定制性、时尚程度，以及它们与患者整体护理的契合程度，将决定哪些技术最为普及。最终，那些舒适、可清洗、可重复使用、可充电，最重要的是可扩展的产品将胜出。
可穿戴设备的世界是全新且具有实验性的，几乎每个供应商都在采用不同的技术和独特的策略来使用传感器，这使得将可用的数据整合到一个连贯、易于理解的患者档案中变得复杂，将多种方法整合到一个精简的电子病历系统也需要时间。
关于何时应将可穿戴设备归类为医疗设备也一直存在争论。健身或健康应用程序与医疗应用程序之间的界限变得越来越不清晰，而且自我监测尚未被视为传统护理路径的一部分，这更加混淆了界限。人们担心，要使传感器真正有效和有益，需要用户具备相当程度的意识和自觉性。不一致的使用和意外的环境变量可能导致对不准确测量的过度依赖，最终对用户造成伤害。如果可穿戴设备提供的数据不准确，用户可能会错误地对自己的药物进行调整或改变自己的活动。这可能导致不必要的药物更改或不正确的行为决策，从而对用户的健康产生负面影响。
我们如何为不同体型的人提供个体化的设备校准，并使用有效的临床工具作为黄金标准？如何量化和考虑由外部影响触发的误读？如何最大程度地减少不可预测的变量？为了使可穿戴传感器提供的数据具有价值，我们必须能够回答这些关于信号可靠性和方法可重复性的问题。
除了传感器本身的科学问题，还存在更大、更重要的问题。当然，它们需要经过测试，但它们也需要价格实惠。在理想情况下，它们将被整合到所有处理系统中。即使科学是可靠的，可穿戴设备也必须足够舒适，应用程序必须足够用户友好，以吸引人们的兴趣。除了需要市场营销、推动采用和保留用户，关于隐私和安全的重大问题也待解答。毫无疑问，还有许多开放性问题有待解决。
逐个解决这些障碍可能令人望而生畏，甚至看起来是不可能实现的。但请想象一下，如果我们能够回到1938年，坐下来对20岁的贝弗利说：“在你的一生中，你将拥有不止一台，而是许多台‘超级计算机’。这些设备小巧到你可以握在手里，直到把它扔掉，换成更新、更快、更好的型号。这台计算机将全面了解你的一切。它将与你身上、家中和世界各地的其他技术交互。它将成为你的私人医生伙伴，也能成为你管理生活的指挥中心。”贝弗利会笑着把你赶出房间。
那么，我们还有什么理由怀疑，在掌上超级计算机的支持下，人类智慧将开创出个体化医疗的新时代呢？
[1] Sana, F., et al. 2020.“Wearable Devices for AmbulatoryCardiac Monitoring: JACC State-of-the-Art Review.” J Am Coll Cardiol 75:1582–92.
[2] Moraes, J. L., et al. 2018.“Advances in Photoplethysmography Signal Analysis for Biomedical Applications.” Sensors (Basel) 18:E1894.
[3] Paiva, R. P., P. de Carvalho, and V. Kilintzis. 2022. Wearable Sensing and Intelligent Data Analysis for Respiratory Management. Cambridge, MA: Academic Press.
[4] Castaneda, D., et al. 2018.“A Review on Wearable Photoplethysmography Sensors and Their Potential Future Applications in Health Care.” Int J Biosens Bioelectron 4:195–202.
[5] Zhao, M., J. H. Wasfy, and J. P. Singh. 2020.“Sensor-Aided Continuous Care and Self-management: Implications for the Post-COVID Era.” Lancet Digit Health 2:e632–e634.
[6] Sohn, K., et al. 2019.“Utility of a Smartphone Based System (cvr-Phone) to Predict Short-term Arrhythmia Susceptibility.” Sci Rep 9:14497.
[7] Sohn, K., et al. 2017.“A Novel Point-of-Care Smartphone Based System for Monitoring the Cardiac and Respiratory Systems.” Sci Rep 7:44946.
[8] Sohn, K., et al. 2019.“Utility of a Smartphone Based System (cvr-Phone) to Accurately Determine Apneic Events from Electrocardiographic Signals.” PLoS One 14, e0217217.
[9] Bauer, M., et al. 2020.“Smartphones in Mental Health: A Critical Review of Background Issues, Current Status and Future Concerns.” Int J Bipolar Disord 8:2.
[10] Wacks, Y., and A. M. Weinstein. 2021.“Excessive Smartphone Use Is Associated with Health Problems in Adolescents and Young Adults.” Frontiers in Psychiatry 12:1–7.
[11] Duke Today Staff. 2015.“Duke Launches Autism Research App.”https://today.duke.edu/2015/10/autismbeyond.
[12] Wilhelm, S., et al. 2020.“Development and Pilot Testing of a Cognitive Behavioral Therapy Digital Service for Body Dysmorphic Disorder.” Behavior Therapy 51:15–26.
[13] Zhang, T., et al. 2021.“Smartphone Applications in the Management of Parkinson’s Disease in a Family Setting: An Opinion Article.” Front Neurol 12:668953.
[14] Osmani, V. 2015.“Smartphones in Mental Health: Detecting Depressive and Manic Episodes.” IEEE Pervasive Computing 14:10–13.
[15] Liu, Q., et al. 2018.“Highly Sensitive and Wearable In2O3 Nanoribbon Transistor Biosensors with Integrated On-Chip Gate for Glucose Monitoring in Body Fluids.” ACS Nano 12:1170–78.
[16] Hong, J. I., and B.-Y. Chang. 2014.“Development of the Smartphone-Based Colorimetry for Multi-Analyte Sensing Arrays.” Lab Chip 14:1725–32.
[17] Sayol, I. 2020.“Smart Fabrics, a Technology that Revolutionizes Experiences.” Ignasi Sayol. https://ignasisayol.com/en/smart-textiles-can-be programmed-to-monitor-things-like-biometrics-measurements-of-physical attributes-or-behaviours-like- heart-rate-which-could-help-athletes-dieters and-physicians-observing-pat/.
[18] Pai, A. 2015.“Researchers Develop Pressure Sensing Socks for People with Diabetes.” MobiHealthNews. https://www.mobihealthnews.com/43511/researchers- develop-pressure-sensing-socks-for-people-with-diabetes.
[19] Sun, A., et al. 2017.“Smartphone-Based pH Sensor for Home Monitoring of Pulmonary Exacerbations in Cystic Fibrosis.” Sensors 17:1245.
[20] Kabiri Ameri, S., et al. 2017.“Graphene Electronic Tattoo Sensors.” ACS Nano 11:7634–41.
[21] Bandodkar, A. J., W. Jia, and J. Wang. 2015.“Tattoo-BasedWearable Electrochemical Devices: A Review.” Electroanalysis 27:562–72.