可穿戴设备能在你察觉之前检测到心理健康恶化吗？

你的手机可以察觉到你已不再出门、睡眠变得支离破碎，以及平时使用屏幕的模式发生了变化。这些信号往往与精神科症状同步变化。现有证据支持这一点。但尚不能证明，将这些信号发送给临床医生，或根据这些信号自动采取行动，能够改善抑郁症、双相情感障碍、精神分裂症或任何其他精神科结局。

这一差异将有趣的行为仪表盘与医疗工具区分开来。被动数字表型分析确实具备监测能力。临床获益仍是一项未经验证的主张。

数字表型分析实际测量什么

数字表型分析利用智能手机和消费级可穿戴设备在后台收集的数据，描述行为随时间的变化。研究最常见的信号包括基于 GPS 的活动范围、由加速度计测量的活动、睡眠时长与睡眠碎片化，以及使用频率和时长等屏幕交互模式。

Bufano 等人于 2024 年开展的一项系统综述筛选了 1,150 篇文献，最终纳入 29 项涉及精神分裂症、双相情感障碍和重性抑郁障碍的研究。该综述列举了 GPS 活动范围、加速度计数据、睡眠指标、屏幕行为、陀螺仪数据、声音或言语声学特征以及触摸屏行为，作为与精神科症状变化相关的被动输入。该综述描绘了广泛的传感器信息谱系；但未证实任何由传感器指导的应对措施能够改善健康。

这些信号在直觉上似乎合理，但直觉并不等于验证。抑郁加重的人可能更多待在家中、活动减少、睡眠不规律，并以不同方式使用手机。同样的模式也可能源于远程工作的截止期限、流感、汽车故障、度假、照护他人，或只是偏好待在家里。一个有用的临床系统必须能够充分区分这些可能性，才能有理由进行干预。

多项综述发现了相同的广泛行为模式

独立的综述团队得出了相互重叠的结论。Choi 等人于 2024 年开展的一项综述考察了用于压力、焦虑和轻度抑郁的数字表型分析，发现活动范围缩小、睡眠受扰和异常屏幕活动是与症状严重程度关联最常被重复观察到的指标。其研究人群的重点很重要：与其他综述所强调的精神分裂症和双相情感障碍人群相比，这些疾病更常见，且通常较不严重。

Hassan 等人于 2025 年开展的一项系统综述聚焦于严重精神疾病中的消费级可穿戴设备。该综述将加速度计输出、GPS 轨迹和从蓝牙推导出的接触频率，识别为双相躁狂症精神运动性激越和精神分裂症前驱期社交退缩的候选信号。蓝牙接触可能为与他人接近程度提供粗略代理指标；它们并不直接测量友谊、支持、孤独感或精神病性症状。

另一项由 Jung 等人于 2025 年开展的综述同样描述了在各类精神科人群中用于远程心理健康监测的被动特征。不同综述之间的一致性提高了人们对设备能够捕捉与症状波动相关行为的信心。但这并不能给出一个经过验证的单一阈值，以判定某人何时需要治疗。

该领域正试图捕捉更细微的信号

研究人员也在超越步数和睡眠。Liu 等人于 2024 年开展的一项算法开发与验证研究考察了智能手机键盘退格率，作为情绪障碍症状可能的标志物。这一点颇具吸引力，因为它可以在无需填写每日问卷的情况下收集信息。但现有报告未提供预测性能指标，因此退格行为仍是一项正在研究中的特征，而非已被证实的情绪测试。

Hamitouche 等人于 2025 年开展的 DeeP-DD 纵向观察性研究考察了跨精神科诊断的、由可穿戴设备推导出的睡眠和活动模式，作为跨诊断行为生物标志物。与一次性比较相比，长期随访更具信息价值，因为它能够显示个体内部的行为和症状是否同步变化。然而，观察性设计无法证明设备信号能够预测具有临床意义的事件，更无法证明据此采取行动能够预防该事件。

核心问题：检测尚未转化为更好的照护

Bufano 和 Hassan 均明确发现，没有随机对照试验表明，与标准照护相比，利用被动表型数据触发临床干预能够改善精神科结局。这一发现应当指导每一种心理健康可穿戴设备的营销文案。

常被在附近引用的那项相关随机研究，并不能填补这一空白。一项于 2024 年开展的 Vira 平台试点随机试验将美国 73 名均有抑郁症状和肥胖风险因素的年轻成年人分配至自我引导版本，或配有健康教练支持的版本，持续 12 周。Vira 使用了被动行为感测，但其检验的是一种积极的数字行为激活项目和教练模式。因此，它无法证明仅靠被动监测，或向常规照护发送被动警报，能够改善结局。

这一差异很容易被模糊，因为所有数字健康产品都通过同一个发光的长方形呈现。治疗应用程序可能有效，因为它提供了干预。监测算法可能有效，因为它会促成及时照护。传感器可以与症状相关，却未必做到其中任何一项。

为何预测准确性仍难以判断

Amin 等人于 2025 年开展的一项系统综述发现，在利用移动感测研究抑郁严重程度的工作中，研究设计具有异质性，抑郁结局定义不一致，且被动数据质量不一。这些差异妨碍了对准确性作出可靠的合并估计。目前，该领域无法为预测精神科病情恶化提供一个可信的跨研究 AUC、敏感度、特异度或 F1 分数。

还存在一个更深层的测量问题。Hamitouche 及其同事指出，研究人员通常以精神科评定量表来验证被动生物标志物，而这些量表依赖自我报告、评估频率低且预测能力有限。若参考测量存在噪声或过于稀疏，针对其训练的模型便会继承部分这种不确定性。手机可能精确地测量行为，而它被要求预测的结局仍未被完美测量。

人群迁移又增加了一项障碍。Hackett 等人于 2024 年开展的一项可行性和初步效度研究考察了老年人基于活动范围的智能手机表型，涉及日常认知、情绪和社区生活空间。作者警告说，研究发现不能简单地跨年龄组迁移，因为活动模式、设备交互和认知共病情况各不相同。已发表的证据也缺乏在不同族群、社会经济环境以及多样化真实世界临床环境中的验证。

算法失效之前，硬件就可能先失效

更好的软件无法修复每一个薄弱环节。Oflaz 等人于 2025 年开展的一项系统综述考察了用于老年人心理健康监测的可穿戴设备，描述了电极-皮肤接触退化、加速度测量中的运动伪影，以及连续多日使用期间心电图凝胶脱水。这些都是物理可靠性问题。缺失或失真的数据对老年人和严重精神疾病患者尤其可能造成重要影响，而连续监测对这些群体似乎最具吸引力。

消费级设备在传感器、固件、信号处理和数据访问方面也各不相同。若没有通用的数字生物标志物定义和可移植的测量标准，在一种设备或一家诊所上训练的模型可能无法顺利迁移到另一种设备或另一家诊所。

如何在不自欺欺人的情况下使用自己的数据

个人追踪在各安其位时仍可能是合理的。如果你已经佩戴设备，可将睡眠规律性、活动量和待在家中的时间作为自我检视的提示：日常规律是否改变？你是否在退缩？你是否需要联系临床医生、治疗师、可信赖的人，或危机干预资源？

• 将当前模式与你自己平时的模式比较，而非与人群平均值比较。
• 结合多个信号和你的生活背景；一个糟糕的夜晚或安静的周末只是较弱的证据。
• 不要将应用程序评分视为诊断、复发预测，或改变处方治疗的理由。
• 在警报到来之前制定由人作出回应的计划，尤其是在你有严重症状病史时。

被动感测可以提供行为提示。它尚不能提供已被证实的精神科干预。

证据支持一个审慎的结论。智能手机和可穿戴设备能够捕捉与抑郁症、双相情感障碍和精神分裂症症状相关的行为变化。尚无随机试验显示，对这些数据采取行动相较于标准照护能够改善精神科结局。在此类试验出现之前，数字表型分析应归入个人观察和研究的范畴——而不是具有已证实获益的临床监测。