智慧手錶能當醫生嗎?AI 穿戴裝置的健康監測真相與極限
編輯核心觀點
- ✦穿戴裝置目前僅能偵測生理數據異常,無法取代專業醫療診斷。
- ✦心房顫動偵測是少數具備臨床價值的指標,其餘如卡路里或睡眠分期數據準確度仍不足以做為醫療決策依據。
- ✦AI 與多感測器整合雖能預測感染風險,但其分析過程多為黑箱,使用者應避免將其視為最終診斷結果。

穿戴裝置的健康監測:行銷話術與臨床現實
現代智慧手錶與穿戴裝置的功能已遠超計步與心率監測,涵蓋睡眠品質、皮膚溫度、呼吸頻率、血氧濃度及心率變異度,甚至能偵測睡眠呼吸中止症。儘管科技巨頭的行銷將其描繪為科幻電影中的醫療掃描儀,但這些裝置在偵測疾病初期的可靠性仍備受質疑。
哪些功能具備臨床價值?
穿戴裝置最強大的功能在於偵測身體模式的偏離,這些異常數據可作為諮詢醫師的參考。目前唯一被多數醫師認可具備臨床價值的指標是「心房顫動(AFib)」偵測。根據 Apple Watch 的研究數據,其心律不整警示在確認為心房顫動的準確率達到 84%。專家指出,心房顫動具有明確的生理特徵,相對容易被消費級裝置捕捉。
然而,除了心率與基礎睡眠數據外,大多數指標的醫療可靠性極低。醫師向《紐約時報》表示,血壓警示、卡路里估算、詳細睡眠分期,以及 VO2 max(最大攝氧量)與心率變異度,目前僅能提供粗略的健康參考,無法作為醫療決策的依據。此外,如 Oura 與 Whoop 等裝置提供的「準備度」或「恢復」分數,因依賴專有演算法,缺乏透明度,臨床醫師難以採用。
AI 與多感測器的整合角色
在症狀顯現前,人體生理指標(如皮膚溫度、靜止心率、呼吸模式)會出現細微變化。德州農工大學(Texas A&M)與史丹佛大學(Stanford)的研究顯示,透過整合多項感測器數據,智慧手錶能在感染 COVID-19 或流感後的數小時內偵測到早期跡象。研究人員推估,若能藉此提早隔離與檢測,有望降低最高 50% 的疫情傳播率。
近期 AI 技術的導入,如 Google 的 Gemini Health Coach,以及 Oura 的 Symptom Radar 與 Apple 的 Vitals 功能,皆試圖透過 AI 整合多感測器數據並與基準線比對。然而,這些 AI 分析多在幕後運作,缺乏醫師可操作的具體數據。專家警告,AI 健康分析的最佳狀況是提醒使用者提早就醫,最壞的結果則是讓使用者誤以為電腦生成的建議能取代專業醫療諮詢。
穿戴裝置的未來並非成為能診斷疾病的「手腕上的掃描儀」,而是成為一個能默默監控生理模式、在異常時發出提醒,並提供更多資訊供醫師診斷的輔助工具。



