一项发表在《梅奥诊所数字健康进程》期刊的新研究显示，可穿戴设备收集的睡眠数据有助于预测慢性阻塞性肺疾病（COPD）患者参与远程康复治疗的积极性。这项发现可能为个性化护理提供新途径。

COPD是一种长期肺部疾病，会导致气道发炎、变窄和粘液积聚，从而引发呼吸困难。该疾病常影响患者睡眠质量，进而降低能量水平与整体健康状况，这些因素可能阻碍患者参与包括运动、教育和支持在内的肺康复项目。

研究人员旨在探索睡眠质量是否能预测患者参与远程康复活动的程度。梅奥诊所研究员、该研究第一作者Stephanie Zawada博士表示："作为一名科学家和工程师，我想探索可穿戴数据如何改善远程肺康复项目的退出率。通过更好地了解患者的日常生活，我们可以制定更个性化、可能更有效的护理计划建议。"

研究团队使用手腕活动监测器收集基线睡眠数据，并结合机器学习与传统临床指标，提高了预测患者在12周家庭肺康复项目中参与一致性的准确度。在项目开始前，团队通过一周的睡眠测量生成了一个综合睡眠健康评分。

分析结果表明，纳入健康评分后，预测患者参与度的准确性得到提升。这些信息可帮助临床医生定制康复计划，并识别可能需要额外支持的患者。该研究资深作者、梅奥诊所Kern中心研究员Emma Fortune Ngufor博士指出："添加可穿戴数据提供了更全面的患者日常模式视图。"她强调，睡眠数据是护理决策的多个输入之一，需与临床评估和患者报告信息结合使用。

研究人员表示，在更广泛临床应用前，需进一步调查以在更广泛患者群体中验证和完善该模型。这项研究为远程护理项目设计提供了参考，展现了可穿戴设备在医疗领域的潜在应用价值。

出版详情：作者：Mayo Clinic；标题：《Study finds wearable data may help predict patient engagement in remote COPD rehabilitation》；发表于：《Mayo Clinic Proceedings: Digital Health》(2026)。