-
生物通官微
陪你抓住生命科技
跳动的脉搏
生物通官微
陪你抓住生命科技
跳动的脉搏
综述：儿童哮喘中的智能吸入器：弥合创新与临床实践之间的差距
【字体： 大 中 小 】 时间：2025年09月20日 来源：Paediatric Respiratory Reviews 4
编辑推荐：
本综述系统探讨了智能吸入器在儿童哮喘管理中的革新价值，重点分析了其在改善用药依从性、吸入技术及缓解药物过度使用方面的核心优势。作者详细介绍了智能剂量计数器、智能储雾罐及智能雾化器等设备类型，并基于多项RCT证据指出其虽能显著提升依从性（如从30%升至84%），但对临床症状改善效果存在差异。文章同时揭示了设备可靠性、数据整合及医疗系统工作流等实施挑战，为儿科哮喘数字化管理提供了关键见解。
智能吸入器系统：儿科哮喘管理的数字革新
智能吸入器系统正成为改变儿童和青少年（CYP）哮喘护理格局的关键技术。这类创新设备通过解决影响哮喘预后的三个核心问题——药物依从性、吸入技术和缓解药物过度使用，为传统管理模式注入了数字化活力。其产生的多维度数据不仅支持患者自我管理，更为实现哮喘恶化的早期预警提供了可能。
智能吸入器的类型与功能
当前智能吸入系统主要分为三类：智能吸入器、智能储雾罐和智能雾化器。
智能吸入器包含多种亚型。数字剂量计数器（如Findair、Aerocount）能自动记录每次吸入的日期和时间，提供比传统计数器更详细的用药模式信息。升级版数字剂量计数器（如Propeller Health）还整合了地理定位和环境数据功能，可通过患者智能手机追踪吸入器使用位置，帮助识别与哮喘发作相关的环境触发因素模式。
吸入技术评估传感器（如Capmedic、Smart Aerochamber）超越了单纯计数功能，能实时提供视听反馈指导正确吸入，并测量技术准确度。新一代设备（如Adherium的Hailie）还能感知流速，提供吸气流量和峰值吸入速率等重要参数。市场上甚至出现了融合人工智能技术评估吸入技巧的设备（如RS01X）。
智能储雾罐作为另一重要类别，将储雾罐功能与技术支持相结合。Smart Aerochamber既能作为储雾罐使用，又能评估吸入技术，目前多项研究正在评估其在成人和儿童中的适用性。
智能雾化器则能追踪用药依从性，并通过调整患者呼吸模式来优化药物输送。这些设备提供使用反馈，并连接应用程序支持提醒和剂量追踪。最新推出的口袋式游戏引导雾化器，通过游戏化设计支持依从性和正确设备使用。
智能吸入器提供的临床新数据
智能吸入系统提供了三类以往医疗专业人员难以获取的关键临床信息：控制治疗的每日依从性、SABA使用情况以及吸入技术质量的客观评估——既可在临床复查时异步获取，也能实时监测。用人工智能分析这些数据还可能实现未来哮喘发作的主动预测。
对控制性吸入治疗的客观测量显示，虽然规律使用控制性吸入药物对实现良好哮喘控制至关重要，但儿童中的依从性仍然较差。智能吸入器提供客观数据，被视为评估依从性的金标准。
对SABA使用的客观评估表明，SABA使用频率是评估哮喘控制的关键组成部分。SABA过度使用（定义为每年≥3罐）与所有年龄段（包括儿童）的急性发作风险增加相关，且住院率和死亡率随剂量增加而上升。智能吸入系统现在能提供SABA使用模式的客观实时监测，消除了对不准确家长回忆的依赖，使医疗人员能够识别高风险患者。
对吸入技术的客观评估方面，早期智能吸入器的主要局限是无法评估吸入技术，而儿童中不正确使用技术的现象极为普遍。新型智能吸入器和储雾罐能评估设备操作和吸入参数，捕获诸如峰值吸气流速、吸入量和吸入持续时间等数据，以及关键操作步骤如预摇、定向、按压-吸入协调和摇晃等。这些测量依赖于集成的压力、声学或振动传感器，在使用外部吸入曲线记录仪的验证研究中显示出良好准确性。
智能吸入器的临床应用
智能吸入器的临床应用可分为两大类：支持患者日常自我管理和辅助医疗专业人员管理患者。
支持患者自我管理
带提醒功能的智能吸入器能持续改善依从性，但对临床结果的影响不尽相同。一项在新西兰开展的RCT显示，干预组依从性显著更高（84%对比30%），缓解药物使用显著降低，但在急性发作、缺勤、急诊就诊或肺功能方面未见差异。荷兰e-MATIC研究发现干预组依从性改善（69%对比57%），但哮喘控制、生活质量和急性发作率无显著差异。英国STAAR研究则发现干预组不仅依从性更高（70%对比49%），住院和口服皮质类固醇疗程也更少，尽管哮喘控制评分相似。
基于智能吸入器的激励措施可增强短期依从性，但维持长期效果仍是挑战。一项针对青少年的研究发现，虽然激励组初始依从性略高，但两组均随时间下降，研究结束时无显著差异。另一项试验显示，三个月的干预期间依从性改善15个百分点，但激励停止后效果减弱。
实时吸入技术反馈方面，智能吸入器通过实时反馈有潜力改善吸入技术，但评估其对临床结果影响的RCT仍然缺乏。一项回顾性研究显示，使用智能雾化器一年后，需要口服皮质类固醇的中位急性发作次数从2次降至0.5次，完成干预者的住院率也降低。
早期预警和急性发作预测功能上，智能吸入器能检测缓解药物使用和吸入模式的细微变化，有望在急性发作前向青少年患者和儿童家长发出哮喘恶化早期信号。研究表明，传感器启用干粉吸入器的数据可训练机器学习模型，提前5天预测急性发作，准确性良好（ROC AUC 0.83）。关键预测特征包括缓解药物使用增加以及吸气流量和持续时间等吸入参数变化。
辅助医疗专业人员
智能吸入系统通过两种主要方式支持医疗专业人员：异步监测（数据在家持续记录，随访时回顾性审查）和同步监测（数据实时与临床医生共享）。
异步监测可用于患者教育，提供临床空间外的客观用药数据，指导个性化咨询，纠正误解，强化自我管理行为。研究显示，基于智能吸入器数据的月度反馈可显著改善依从性（79%对比58%）。智能雾化器结合哮喘护士的每周反馈，可将客观测量的依从性从46%提高到80%。然而，当教育项目已到位时，依从性反馈的附加价值可能有限。
SABA使用的异步追踪也有潜力改善患者对适当缓解药物使用的理解。研究发现家庭沙丁胺醇使用经常偏离书面行动计划，这些见解可指导随访时的个性化行动计划调整。
能评估吸入技术的智能吸入器提供了额外的教育工具，使临床医生能够识别需要再培训的患者，即使依从性似乎足够。
客观评估治疗反应可指导管理决策。在难治性哮喘儿童中，三个月的电子依从性监测揭示了广泛的次优依从性，使临床医生能区分尽管依从性良好但控制持续不佳的儿童（表明真正无反应，支持治疗升级包括生物制剂）和主要需要依从性支持的儿童。
在青少年中，试行了一种阶梯式护理方法，使用每周依从性数据确定行为支持水平。所有参与者从基本数字干预开始，如未达到依从性目标则升级到更密集的远程健康指导。这种自适应模型显著改善了依从性和哮喘控制。
同步监测支持基于持续数据流的主动临床决策。首项评估实时SABA监测的研究发现，干预组每日SABA平均使用减少更多。另一项RCT显示，干预组哮喘控制改善更显著，但诊所开具的类固醇处方、哮喘相关急诊就诊和住院率也更高。第三项研究发现，干预组依从性保持显著更高，且与需要全身性类固醇的急性发作减少相关。
临床实践中的实施挑战
智能吸入器在儿科人群中面临显著的技术和实施挑战。
设备可靠性和数据准确性方面，一致的数据准确性是持续关注点，包括剂量记录和吸入技术测量。环境因素和设备小型化需求可能影响传感器精度，导致剂量检测错误。儿童可能存在设备操作或不规律呼吸问题，影响可靠性。
连接问题和电池寿命上，大多数智能吸入器依赖蓝牙或近场通信与配对智能手机或平板传输数据。维持稳定连接在儿科环境中尤其具有挑战性。电池寿命仍是障碍，设备通常需要频繁充电或更换。平衡设备尺寸和功率可能影响开发，儿童适用所需的更小组件可能导致电池容量或传感器鲁棒性妥协。
可接受性和用户参与度方面，智能吸入器通常受到儿童、青少年及其家庭的良好接受。但探索儿童和青少年自身观点的已发表数据非常有限。技术问题如蓝牙配对困难、连接中断和频繁充电需求可能使儿童和照顾者感到沮丧。健康数据共享的隐私问题也可能阻止部分用户。
一些挑战特定于儿科环境。在学校使用可见的依从性监测器会导致不必要的关注、同伴质疑，并可能降低依从性。许多儿童没有自己的智能手机，可能分居多个家庭，难以持续访问配对设备。智能吸入器经常丢失、遗忘或损坏——或在旅行时被遗落。
在某些情况下，智能吸入器可能被故意禁用。STAAR研究最显著的发现之一是，提供给干预组儿童的设备一半被报告为“损坏”，超过三分之一损坏无法修复。错过剂量触发反馈和定期警报可能导致警报疲劳或侵入感（大哥效应）。
最后，虽然担心数字健康工具可能加剧健康不平等，但智能手机访问在社会经济弱势家庭中现已普遍。深思熟虑实施时，智能吸入器可能有助于减少差异。
医疗专业人员工作量和计算机系统及护理路径整合方面，医疗专业人员总体上看好数字哮喘监测系统，认可其支持依从性和改善护理的潜力。但异步和同步模型都带来重要的工作量和整合挑战。
异步系统通常要求临床医生访问单独平台并手动将数据转入电子记录，增加步骤并 disrupt工作流。确保与现有电子健康记录系统的互操作性对于简化使用和最小化管理负担至关重要。
具有实时警报的同步系统引发对临床医生工作量增加和责任不清的担忧——尤其是在常规工作时间外。实施需要明确协议和专用资源，可能增加成本。一种减少临床医生工作量的提议模型是招募数字健康导航员——医疗团队成员，支持患者和提供者使用数字工具，协助技术，收集数据，并为临床医生合成基本信息。
成本和报销方面，成本仍是智能吸入器广泛采用的主要障碍之一。在许多医疗系统中，这些设备不常规报销，覆盖其成本的责任——无论通过公共资金、保险或自付费用——仍不明确。证明成本效益对更广泛采用至关重要，成人难治性或严重哮喘的早期建模表明，第一年可能节省高达�3,000，十年内超过�26,000，主要通过避免不必要升级到生物疗法实现。
结论与未来方向
尽管支持智能吸入器在儿童哮喘中使用的证据迅速增长，但临床整合仍然有限。这一差距强调需要明确的质量标准、数字整合、仔细识别适当使用案例和可持续的报销模型。
质量标准和数字整合方面，质量标准可在应对智能吸入器实施挑战中发挥重要作用，特别是设备可靠性、数据准确性和安全性、连接性以及临床整合。通过建立明确的技术基准——如传感器准确性和性能、电池寿命和可靠性的最低标准——可确保设备持续提供准确可靠的数据，这对成功实施到实践至关重要。同样重要的是数字整合，确保智能吸入器数据能无缝融入电子健康记录和临床工作流，不增加医疗专业人员负担。
针对性实施：协调技术、患者和适应症方面，最大化智能吸入器的影响取决于技术使用、患者档案和临床适应症之间的仔细匹配。智能吸入器应引入最可能产生临床价值和成本效益的地方——通常是难治性或高风险哮喘儿童，其中依从性差或吸入技术可能是控制的主要障碍。这种针对性方法不仅改善临床决策，还为启动报销路径创建明确理由，并为未来适应症铺平道路。
从智能吸入器到数字孪生方面，虽然智能吸入器提供有关依从性、缓解药物使用和吸入技术的宝贵数据，但哮喘仍然是复杂的多因素疾病。新方法旨在整合来自多个来源的数据——如可穿戴设备、咳嗽传感器和环境监测器——以构建更全面和个性化的哮喘控制图景。这一愿景与数字孪生概念一致——个体的动态、数据驱动模型，整合实时信息以模拟、预测和指导护理——为下一代哮喘管理铺平道路，其中智能吸入器构成更广泛、个性化数字生态系统的一部分。
生物通微信公众号
知名企业招聘
