综述：提升老年人福祉与安全的前沿技术系统分析

《Drug, Healthcare and Patient Safety》：Systematic analysis of cutting-edge technology for the wellbeing and safety of older persons

本综述系统分析了2015至2025年间69项研究，聚焦智能家居（Smart Home Systems）、可穿戴监测设备（Wearable Monitoring）、社交辅助机器人（SARs）及人工智能（AI）行为识别工具等前沿技术在老年人安全防护（如跌倒预防、应急响应）与福祉提升（如情感支持、认知训练）中的应用。研究强调个性化设计、多学科协作（如临床-工程整合）及用户中心（User-Centred Design）的重要性，同时指出数据隐私、技术焦虑与数字鸿沟等实施障碍。尽管技术效益显著（如跌倒率降低46%），仅17.4%研究达高质量标准（MMAT评估），呼吁更严谨的长期研究与普惠政策。

　　

引言

全球人口老龄化正以前所未有的速度发展，预计到2050年，60岁以上人口将超过20亿。这一 demographic shift 对健康和社会照护系统构成巨大挑战，亟需创新解决方案以支持老年人安全、独立地生活。"在地养老"（Aging in Place）已成为全球老年学与健康政策的核心范式，其目标涵盖安全保障（如跌倒预防、紧急事件管理）与福祉提升（如情感韧性、社会参与）。近年来，数字与辅助技术的快速发展——包括集成智能家居系统、可穿戴健康监测设备、远程医疗服务和交互式社交机器人——为老年人安全与福祉提供了新的可能性。

研究方法

本综述遵循PRISMA 2020指南，系统性检索了Scopus、Web of Science、PubMed等6大数据库2015年1月至2025年5月的文献。初步筛选1838条记录后，最终纳入69项符合标准的研究。研究方法涵盖定量（50.7%）、定性（27.5%）和混合方法（21.7%）设计，样本量从2至445人不等。方法学质量采用混合方法评估工具（MMAT 2018）并结合技术特定标准进行评价。

技术分类与特性

纳入研究涉及9类技术：

1. 1.
   智能家居与环境系统（23.2%）：集成传感器网络与自动化功能，例如Arthanat等研究显示智能家居可显著提升生活质量（PS3），而Atta等发现用户对变化的接受度是采纳关键（PS4）。
2. 2.
   可穿戴与移动监测设备（17.4%）：如Amato等开发的基于Arduino的跌倒检测系统准确率达78%（PS2），Jacobson等研究显示数字健康项目使跌倒率降低46%（PS28）。
3. 3.
   人工智能驱动的监测与行为识别（14.5%）：利用机器学习算法进行行为分析和健康预测，如Finze等通过语音分析情感状态准确率超80%（PS17）。
4. 4.
   社交辅助机器人（8.7%）：提供社交互动与认知刺激，但用户体验差异较大（PS18, PS45）。
5. 5.
   多组件辅助技术包（10.1%）：整合多种技术提供综合支持，如Bikova等强调技术需清晰解释以增强安全感（PS5）。
6. 6.
   信息与通信技术（7.2%）：包括虚拟现实（VR）和通信工具，如Cheng等发现VR骑行改善空间定向能力（PS8）。
7. 7.
   康复与物理支持系统（8.7%）：如自主车辆技术助力 mobility 维护（PS6）。
8. 8.
   认知与情感支持技术（7.2%）：数字平台提升用药依从性（PS38），语音助手需个性化以优化情感互动（PS50）。
9. 9.
   通信与数字参与工具（2.9%）：平板系统在疫情期间支持社会连接（PS63）。

质量评估与方法学严谨性

使用MMAT 2018标准评估显示，仅17.4%研究达高质量（Grade A），40.6%为良好（Grade B），30.4%一般（Grade C），11.6%较差（Grade D）。常见方法学局限包括样本量小（47%研究参与者<20人）、随访时间短（中位数12周）以及混淆变量控制不足。康复与物理支持系统平均质量最高（84.2%），反映其评估框架更成熟。

技术有效性及结果

技术整体表现出积极效益：

• •
  跌倒预防与应急响应：可穿戴设备关联跌倒率降低46%，智能家居系统实现应急响应加速67%。
• •
  生活质量：效果量中至大（Cohen’s d=0.4–0.8），智能家居提升用药依从性与安全感。
• •
  情感福祉：结果变异较大，社交机器人效果不一，而通信技术在疫情期间显著缓解孤独感。

用户接受与实施障碍

主要障碍包括：

• •
  可用性问题：界面复杂、认知负荷（PS8, PS12）。
• •
  隐私担忧：持续监测与数据共享引发不安（PS16, PS27）。
• •
  技术焦虑：首次用户尤其明显（PS4, PS24）。
• •
  支持不足：缺乏持续技术支持导致弃用（PS21, PS33）。
  成功采纳关联因素：感知益处（如安全提升）、照顾者支持、先前技术经验及较高教育水平。数字鸿沟在低收入和农村人群中持续存在（PS7, PS25）。

地理与文化差异

技术接受度呈现地域模式：

• •
  亚太地区对AI监测和机器人辅助接受度更高（达68% vs 欧洲45%）。
• •
  北美更偏好可穿戴设备（采纳率75%）。
• •
  欧洲强调隐私尊重与用户自治。
  集体主义文化中家庭中心式系统更易接受（72%），而个体主义社会需求用户可控隐私设置（83%）。本地化界面使长期使用率提升45%。

讨论

主要发现

智能家居系统证据最坚实，尤其在跌倒预防和独立生活支持方面。实施障碍（如可用性、隐私忧虑）凸显需超越技术效能，关注终端用户体验。方法学质量参差，要求未来研究采用更严谨设计（如RCTs、标准化指标）。

理论框架整合

技术接受模型（TAM）及其老年扩展版（STAM）构念（感知有用性、易用性）得到验证，而社会认知理论（如自我效能、同伴影响）解释采纳轨迹。成功技术共有无扰性、自适应反馈和日常整合特性，契合通用设计原则。

实施视角

用户中心设计、迭代反馈和多模式支持提升 engagement。情感阻力（非总是 labeled as "技术焦虑"）需通过渐进部署和培训缓解。

经济与政策启示

技术潜力降低医疗支出（如跌倒相关费用），但缺乏经济评估。实施成本常超设备本身，需保险覆盖和分层支付模式。监管框架零散，呼吁专用 pathways 平衡创新与安全。

建议

技术开发

优先用户中心设计、参与式方法、可用性内置（如语音命令、大图标）、操作可靠性（错误处理冗余）及隐私 by design（透明治理、加密）。

实施策略

构建支持生态（培训、家庭参与）、整合医疗系统、渐进部署、解决经济壁垒（保险、公私合作）。

研究方向

需长期研究（≥1年）、标准化 outcome sets、现实世界 pragmatic trials、包容多样性人群（文化、 socioeconomic）。

政策制定

证据基础报销政策、专用监管框架、数字基础设施投资（宽带、 literacy）、 workforce 能力建设。

结论

智能家居与环境系统作为最成熟类别，具备立即规模化潜力。实施挑战要求用户中心设计与支持系统。方法学缺陷呼吁更强劲研究。技术-实施-政策整合是实现老年人安全、自治和生活质量提升的关键路径。