综述：糖尿病足预防、评估和管理中创新智能可穿戴技术的系统评价

这篇综述全面探讨了智能可穿戴技术在糖尿病足（DF）管理中的应用，重点整合了机械（足底压力、剪切力）和生理参数（温度、湿度、微循环、pH值）的传感技术，结合人工智能（AI）和3D打印等创新方案，为糖尿病足溃疡（DFU）的早期预警和实时干预提供了多模态解决方案。文章系统分析了现有技术的局限性，并提出了未来研发方向，强调远程监测与个性化治疗的重要性。

　　

引言

糖尿病足（DF）作为2型糖尿病（T2D）最严重的并发症之一，是非创伤性下肢截肢的首要原因。全球约20%的糖尿病患者面临截肢风险，且溃疡复发率高达65%（5年内）。其病理机制复杂，涉及糖尿病周围神经病变（DPN）、外周血管疾病（PVD）和感染的三联征，导致组织缺血、感觉丧失和代谢异常。传统管理方法依赖间歇性临床评估，资源消耗大且存在延迟性。近年来，智能可穿戴技术的兴起为DF的连续监测和主动干预提供了新范式。

传感技术与可穿戴设备

物理参数监测

足底压力与剪切力：高重复性机械应力是溃疡形成的关键因素。研究通过电容式（如Pedar系统）、电感式（SLIPS系统）、电阻式（FSR传感器）和光纤传感（FBG）等技术实现动态测量。例如，FBG传感器通过布拉格波长偏移可同步监测垂直力（灵敏度11.06 pm/N）和剪切力，其电磁抗干扰特性优于电子传感器。

温度与湿度：局部温度升高2.2°C提示炎症，而湿度过高易导致皮肤浸渍。智能袜（如Siren Care）集成NTC传感器实现温度预警，而WoundSense湿度传感器可优化敷料更换时机。研究显示，维持28±1°C的鞋内温度可降低组织代谢需求，延缓细胞自溶。

生化参数分析

微循环与pH值：微血管功能障碍通过光电体积描记术（PPG）和阻抗检测评估。例如，DEAP传感器通过电容变化监测水肿，而石墨烯氧化物pH传感器（灵敏度42 mV/pH）可区分慢性伤口（pH 7.15-8.9）与愈合中伤口（pH 4-7）。

振动触觉系统：35-62.5 Hz的局部振动能提升皮肤血流（SBF）10%-15%，并通过神经可塑性改善DPN患者的平衡能力（COP摆动减少30%）。

无传感被动解决方案

智能材料与3D打印：聚吡咯涂层袜子抑制细菌生长，而3D打印蜂窝结构中底（如蜂蜜结构）使足跟峰值压力降低33%。个性化鞋垫通过优化刚度和形状（如空心足跟设计）可分散40%的跖骨压力。

人工智能与未来方向

AI技术通过智能手机图像分析实现DFU早期诊断（灵敏度>90%），而物联网（IoT）鞋垫可预测溃疡风险。未来需突破多模态数据整合、能耗优化和跨文化适配等挑战，例如模块化设计允许组件更换以适应足部形态变化。

结论

智能可穿戴技术通过“传感-反馈-干预”闭环，将DF管理从被动治疗转向主动预防。尽管存在精度和舒适度等局限，但其与远程医疗、AI预测的结合，有望将截肢率降低71%（如Orpyx智能鞋垫案例）。未来研究应聚焦用户中心设计（UCD），平衡技术性能与临床实用性，最终实现糖尿病足管理的范式革新。

（注：全文严格依据原文数据，如FBG灵敏度、温度阈值等均引自文献[54][55][83]；振动触觉疗效参考[112][113]；AI应用数据来自[133][136]。）