Amae Health 接入 Google Health Enterprise，用可穿戴数据预测严重精神疾病波动

Amae Health 接入 Google Health Enterprise，用可穿戴数据预测精神疾病波动

Amae Health 正与 Google Health Enterprise 合作，把可穿戴设备采集的数据纳入其复杂精神健康患者护理模型。双方计划将 Google Health 应用和 Fitbit 设备中的睡眠、身体活动、心率变异性以及日常行为变化等信息，接入 Amae 的临床工作流。

合作将带来什么变化

这些数据会直接提供给 Amae 的护理团队，帮助临床医生了解患者在两次就诊之间的功能状态变化。

Amae 表示，把这些行为信号与既有临床数据结合后，临床团队有望更早识别病情变化、预测复发，并为患者建立更连续的健康状态视图。

Amae Health 首席医学官 Scott Fears 表示，这项合作反映了行业对重性精神疾病理解和测量方式的一次基础性变化。精神病学长期缺少用于衡量疾病进展和治疗反应的客观工具，而在真实世界环境中持续采集的睡眠和活动扰动等可穿戴行为信号，有机会弥补这一空白。

Amae 的护理模式

Amae Health 服务的患者包括精神分裂症、双相情感障碍、重性抑郁障碍和严重人格障碍等复杂精神疾病人群。其护理模式将精神科治疗和心理治疗，与初级保健及身体健康干预结合起来。

Scott Fears 进一步指出，睡眠和活动节律被打乱，往往先于临床恶化出现，因此把这些信号纳入患者护理，可能为疾病进展和治疗反应提供更客观的测量方式。

联合创始人兼首席执行官 Stas Sokolin 表示，数据的价值取决于其背后的护理模式。把 Google Health 应用和 Fitbit 数据引入 Amae 的多学科工作流，目的是构建一层决策支持能力，把可穿戴数据转化为实时临床干预。

后续研发方向

Amae 还在开发一个类似心血管风险评分的综合精神健康评分框架。按照设想，这一框架将把来自可穿戴设备的行为信息，与生物标志物、脑电图数据、语音分析、用药反应以及其他临床输入结合起来，形成更连续的风险评估体系。

行业背景

根据美国药物滥用与精神健康服务管理局发布的最新全国调查数据，2024 年美国约有 1460 万成年人在过去一年中经历过严重精神疾病，占成年人口的 5.6%，约相当于每 18 人中就有 1 人。

在这一背景下，研究机构和科技公司正尝试利用 AI 与被动采集的健康数据，更早识别状态变化，并在门诊间隔期间支持患者。

Google 今年 5 月推出无屏版 Fitbit Air，并将 Fitbit 应用重新命名为 Google Health 应用。该平台允许用户访问 Fitbit 和 Pixel Watch 数据、上传病历，并获得 AI 驱动的健康指导。更早之前，Google 还更新了 Gemini，在用户表达心理健康支持需求时提供危机援助入口。

相关研究也在推进。2025 年，Google Fitbit、Oura 与多家研究机构启动试点研究，尝试利用智能手机和可穿戴数据预测阿片类使用障碍复发。同年还有研究使用 AI 模型预测精神分裂症和双相障碍的疾病进展。