数智化健康管理平台赋能社区老年人健康服务的范围综述

doi:10.12114/j.issn.1007-9572.2025.0399

中国全科医学 ›› 2026, Vol. 29 ›› Issue (21): 2938-2949.DOI: 10.12114/j.issn.1007-9572.2025.0399

• 热点研究 • 上一篇

数智化健康管理平台赋能社区老年人健康服务的范围综述

李文萍¹, 陈建华¹, 许家培¹, 金雪¹, 潘子涵¹^,^*(), 迟春花¹^,²^,³^,⁴

1．100034　北京市，北京大学第一医院全科医学科
2．100034　北京市，北京大学第一医院健康管理中心
3．100034　北京市，北京大学医学部全科医学发展研究中心
4．100034　北京市，北京大学健康医疗大数据国家研究院基层健康大数据研究中心

收稿日期:2025-12-04 修回日期:2026-02-27 出版日期:2026-07-20 发布日期:2026-06-03
通讯作者: 潘子涵
作者贡献：
李文萍、陈建华负责文献筛选与核对、论文撰写；李文萍、许家培、金雪负责数据分析；迟春花负责研究整体设计、质量控制与监管、论文撰写与修改、论文审核；潘子涵确定论文选题，并负责论文质控、指导及修改，对文章整体负责。
基金资助:
国家重点研发计划(2022YFC3601500); 北京市自然科学基金资助项目(9254042); 中华国际医学交流基金会-社康重点人群健康管理试点项目(39181); 北京大学教育基金会-北京大学世纪金源医学基金-全科医学发展专项(100700)

A Scoping Review on the Empowerment of Community Elderly Health Services by Digital-Intelligent Health Management Platforms

LI Wenping¹, CHEN Jianhua¹, XU Jiapei¹, JIN Xue¹, PAN Zihan¹^,^*(), CHI Chunhua¹^,²^,³^,⁴

1. Department of General Practice, Peking University First Hospital, Beijing 100034, China
2. Health Management Center, Peking University First Hospital, Beijing 100034, China
3. General Practice Development and Research Centre, Peking University Health Science Center, Beijing 100034, China
4. Center for Primary Healthcare Big Data, National Institute of Health Data Science at Peking University, Beijing 100034, China

Received:2025-12-04 Revised:2026-02-27 Published:2026-07-20 Online:2026-06-03
Contact: PAN Zihan

分享到

摘要/Abstract

摘要： 背景物联网、大数据、人工智能等数智技术的快速发展，为赋能社区老年人健康管理提供了新机遇，但其整合效应、实施障碍及健康效益亟须系统评估。目的系统梳理数智化平台赋能社区老年人健康管理领域的研究现状，为未来研究、政策制定和平台优化提供依据。方法遵循Arksey & O'Malley范围综述框架，基于参与者-概念-背景（PCC）模型制订纳入与排除标准。于2025年5—6月系统检索中国知网、万方数据知识服务平台、PubMed、Web of Science数据库，获取数智化健康管理平台赋能社区老年人健康服务相关文献，检索时限设定为2015-06-01—2025-06-01。结果共检索并筛选得到相关文献50篇，其中中文13篇，英文37篇。纳入平台技术架构普遍呈现"感知层-传输层-处理层-应用层"的模式，核心功能集中于实时健康监测与预警、多源数据融合与智能决策、个性化干预及医养护资源协同整合。实证研究表明，其可有效改善老年人健康行为、提高慢性病管理效率、优化服务响应速度。结论数智化健康管理平台在赋能社区老年人健康服务方面展现出显著潜力。然而，当前研究缺乏高质量实证证据。未来应着力开展基于真实世界环境的本土化、多维度实效研究。

关键词: 数智化技术, 健康管理, 老年人保健服务, 社区卫生服务, 范围综述

Abstract:

Background

The rapid development of digital technologies such as the Internet of Things (IoT), big data, and artificial intelligence (AI) offers new opportunities for empowering the health management of the elderly in communities. However, the integrated effects, implementation barriers, and health benefits of these technologies require systematic evaluation.

Objective

This scoping review aims to systematically summarize the current research status of digital health management platforms in empowering the health management of the elderly in communities, providing a basis for future research, policy-making, and platform optimization.

Methods

This study followed the scoping review framework by Arksey & O'Malley, and established inclusion and exclusion criteria based on the PCC (Population-Concept-Context) model. Systematic searches were conducted in CNKI, Wanfang Data, PubMed, and Web of Science databases between May and June 2025 to identify literature related to digital-intelligent health management platforms empowering health services for community-dwelling older adults. The search period was set from June 1, 2015 to June 1, 2025.

Results

A total of 50 relevant literature were retrieved and screened, including 13 Chinese and 37 English publications. The technical architecture of the included platforms generally follows the "perception layer-transmission layer-processing layer-application layer" model. The core functions focus on real-time health monitoring and early warning, multi-source data fusion and intelligent decision-making, personalized intervention, as well as collaborative integration of medical, nursing and care resources. Empirical studies show that it can effectively improve the health behaviors of the elderly, enhance the efficiency of chronic disease management, and optimize the speed of service response.

Conclusion

Digital-intelligent health management platforms demonstrate significant potential in empowering health services for community-dwelling older adults. However, current research is limited by a lack of high-quality empirical evidence. Future efforts should focus on conducting localized, multi-dimensional effectiveness studies in real-world settings.

Key words: Digital intelligence technology, Health management, Health services for the aged, Community health services, Scoping review

中图分类号:

R 161.7　R 197.1

李文萍,陈建华,许家培,等. 数智化健康管理平台赋能社区老年人健康服务的范围综述[J]. 中国全科医学, 2026, 29(21): 2938-2949. DOI: 10.12114/j.issn.1007-9572.2025.0399.
LI Wenping,CHEN Jianhua,XU Jiapei, et al. A Scoping Review on the Empowerment of Community Elderly Health Services by Digital-Intelligent Health Management Platforms[J]. Chinese General Practice, 2026, 29(21): 2938-2949. DOI: 10.12114/j.issn.1007-9572.2025.0399.

图/表 6

参考文献 61

[1]	以改革破局、创新破题、发展破难——我国养老服务水平加快提升[EB/OL]. (2024-03-14)[2025-06-01].
[2]	国家统计局. 中国环境统计年鉴2024[M]. 北京: 中国统计出版社, 2025.
[3]	Frennert S, Rydenfält C, Muhic M, et al. Unveiling the heterogeneous utilisation of the same digital patient management platform: case studies in primary healthcare in Sweden[J]. BMC Health Serv Res, 2024, 24(1): 831. DOI: 10.1186/s12913-024-11287-3.
[4]	Otieno P, Agyemang C, Wainaina C, et al. Perceived health system facilitators and barriers to integrated management of hypertension and type 2 diabetes in Kenya: a qualitative study[J]. BMJ Open, 2023, 13(8): e074274. DOI: 10.1136/bmjopen-2023-074274.
[5]	Zhou Z H, Jin D N, He J H, et al. Digital health platform for improving the effect of the active health management of chronic diseases in the community: mixed methods exploratory study[J]. J Med Internet Res, 2024, 26: e50959. DOI: 10.2196/50959.
[6]	王秉. 何为数智:数智概念的多重含义研究[J]. 情报杂志, 2023, 42(7): 71-76.
[7]	Zhu C Y, Huang X Y, Feng Y. Research on disease management of chronic disease patients based on digital therapeutics: a scoping review[J]. Digit Health, 2024, 10: 20552076241297064. DOI: 10.1177/20552076241297064.
[8]	Ding J, Ren Y F, Xu J J, et al. Experience of older adults using smart devices and mHealth Apps in nursing homes in Chinese megacities: a descriptive qualitative study[J]. Digit Health, 2025, 11: 20552076251353334. DOI: 10.1177/20552076251353334.
[9]	Doyle J, Mcaleer P, Van Leeuwen C, et al. The role of phone-based triage nurses in supporting older adults with multimorbidity to digitally self-manage: findings from the ProACT proof-of-concept study[J]. Digit Health, 2022, 8: 20552076221131140. DOI: 10.1177/20552076221131140.
[10]	仇如霞, 顾艳荭. 范围综述报告规范(PRISMA-ScR)的解读[J]. 中国循证医学杂志, 2022, 22(6): 722-730.
[11]	Pollock D, Peters M D J, Khalil H, et al. Recommendations for the extraction, analysis, and presentation of results in scoping reviews[J]. JBI Evid Synth, 2023, 21(3): 520-532. DOI: 10.11124/JBIES-22-00123.
[12]	Chuang J, Maimoon L, Yu S, et al. SilverLink: smart home health monitoring for senior care[C]//Smart Health. Cham: Springer, 2016: 3-14. DOI: 10.1007/978-3-319-29175-8_1.
[13]	Barroca F, Aquino G S. Proposing an IoT-based healthcare platform to integrate patients, physicians and ambulance services[M]//Computational Science and Its Applications-ICCSA 2017. Cham: Springer International Publishing, 2017: 188-202. DOI: 10.1007/978-3-319-62407-5_13.
[14]	刘佳丽, 李凯. 基于分级诊疗的杭州市老年慢性病智慧健康服务模型研究[J]. 中国卫生信息管理杂志, 2017, 14(6): 781-785, 790. DOI: 10.3969/j.issn.1672-5166.2017.06.05.
[15]	赵璐. 城市社区智慧养老健康服务平台服务设计体系研究[D]. 成都: 西南交通大学, 2017.
[16]	Saha J, Saha A K, Chatterjee A, et al. Advanced IOT based combined remote health monitoring, home automation and alarm system[C]//2018 IEEE 8th Annual Computing and Communication Workshop and Conference (CCWC). Las Vegas, NV, USA: IEEE, 2018: 602-606. DOI: 10.1109/CCWC.2018.8301659.
[17]	Recio-rodríguez J I, Gonzalez-Sanchez S, Tamayo-Morales O, et al. Changes in lifestyles, cognitive impairment, quality of life and activity day living after combined use of smartphone and smartband technology: a randomized clinical trial (EVIDENT-Age study)[J]. BMC Geriatr, 2022, 22(1): 782. DOI: 10.1186/s12877-022-03487-5.
[18]	Bajenaru O, Custura A M. Enhanced framework for an elderly-centred platform: big data in monitoring the health status[C]//2019 22nd International Conference on Control Systems and Computer Science (CSCS). May 28-30, 2019, Bucharest, Romania. IEEE, 2019: 643-648. DOI: 10.1109/CSCS.2019.00116.
[19]	Durán-vega L A, Santana-Mancilla P C, Buenrostro-Mariscal R, et al. An IoT system for remote health monitoring in elderly adults through a wearable device and mobile application[J]. Geriatrics, 2019, 4(2): 34. DOI: 10.3390/geriatrics4020034.
[20]	Fritz R L, Dermody G. A nurse-driven method for developing artificial intelligence in "smart" homes for aging-in-place[J]. Nurs Outlook, 2019, 67(2): 140-153. DOI: 10.1016/j.outlook.2018.11.004.
[21]	Tang V, Choy K L, Ho G T S, et al. An IoMT-based geriatric care management system for achieving smart health in nursing homes[J]. Ind Manag Data Syst, 2019, 119(8): 1819-1840. DOI: 10.1108/imds-01-2019-0024.
[22]	王玥, 陈颖, 吴浩, 等. 北京方庄社区智能语音外呼平台的应用及效果评价[J]. 中国全科医学, 2021, 24(16): 2062-2067. DOI: 10.12114/j.issn.1007-9572.2021.00.200.
[23]	Liu C H, Tu J F. Development of an IoT-based health promotion system for seniors[J]. Sustainability, 2020, 12(21): 8946. DOI: 10.3390/su12218946.
[24]	张朕. 智慧医养护一体化服务平台分析与设计[D]. 武汉: 华中科技大学, 2020.
[25]	马顺帅, 代振鲁, 张亚茹, 等. 智慧养老平台构建研究[J]. 医学信息学杂志, 2020, 41(4): 57-61. DOI: 10.3969/j.issn.1673-6036.2020.04.011.
[26]	Göransson C, Wengström Y, Hälleberg-Nyman M, et al. An app for supporting older people receiving home care - usage, aspects of health and health literacy: a quasi-experimental study[J]. BMC Med Inform Decis Mak, 2020, 20(1): 226. DOI: 10.1186/s12911-020-01246-3.
[27]	Wang B Y, Chen D Z, Xu L P. Optimization of a wireless sensor network-based smart elderly location management system[J]. J Sens, 2021, 2021(1): 2760746. DOI: 10.1155/2021/2760746.
[28]	Sarkar R, Roy R, Pal B, et al. CarePro: a complete arduino and Android-based elderly care health and security monitoring system[C]//2021 International Conference on Computational Performance Evaluation (ComPE). December 1-3, 2021, Shillong, India. IEEE, 2022: 97-102. DOI: 10.1109/ComPE53109.2021.9752318.
[29]	黄欢欢, 周科嘉, 曹松梅, 等. 基于混合感知模型的智慧养老平台的建立与应用[J]. 中华护理杂志, 2021, 56(3): 421-426. DOI: 10.3761/j.issn.0254-1769.2021.03.018.
[30]	Ekstedt M, Kirsebom M, Lindqvist G, et al. Design and development of an eHealth service for collaborative self-management among older adults with chronic diseases: a theory-driven user-centered approach[J]. Int J Environ Res Public Health, 2021, 19(1): 391. DOI: 10.3390/ijerph19010391.
[31]	Barenfeld E, Fuller J M, Wallström S, et al. Meaningful use of a digital platform and structured telephone support to facilitate remote person-centred care - a mixed-method study on patient perspectives[J]. BMC Health Serv Res, 2022, 22(1): 442. DOI: 10.1186/s12913-022-07831-8.
[32]	Yang Z Y, Xia S Y, Feng S. Network information security platform based on artificial intelligence for the elderly's health "integration of physical, medical, and nursing care"[J]. Comput Math Methods Med, 2022, 2022: 5975054. DOI: 10.1155/2022/5975054.
[33]	Tang V, Lam H Y, Wu C H, et al. A two-echelon responsive health analytic model for triggering care plan revision in geriatric care management[J]. J Organ End User Comput, 2022, 34(4): 1-29. DOI: 10.4018/joeuc.289224.
[34]	Belmin J, Villani P, Gay M, et al. Real-world implementation of an eHealth system based on artificial intelligence designed to predict and reduce emergency department visits by older adults: pragmatic trial[J]. J Med Internet Res, 2022, 24(9): e40387. DOI: 10.2196/40387.
[35]	侯汉坡, 位鹤, 王颍超, 等. 我国老年智慧康养平台建设路径研究[J]. 中国工程科学, 2022, 24(2): 170-178. DOI: 10.15302/J-SSCAE-2022.02.023.
[36]	贾梦夏. 智慧养老背景下HJ公司数字健康服务平台改进对策研究[D]. 杭州: 浙江理工大学, 2022.
[37]	Wang W H, Hsu W S. Integrating artificial intelligence and wearable IoT system in long-term care environments[J]. Sensors, 2023, 23(13): 5913. DOI: 10.3390/s23135913.
[38]	Ebrahimi Z, Barenfeld E, Gyllensten H, et al. Integrating health promotion with and for older people - eHealth (IHOPe) - evaluating remote integrated person-centred care: Protocol of a randomised controlled trial with effectiveness, health economic, and process evaluation[J]. BMC Geriatr, 2023, 23(1): 174. DOI: 10.1186/s12877-023-03866-6.
[39]	Irfan M, Jawad H, Felix B B, et al. Non-wearable IoT-based smart ambient behavior observation system[J]. IEEE Sens J, 2021, 21(18): 20857-20869. DOI: 10.1109/JSEN.2021.3097392.
[40]	朱天月. L老年公寓智慧养老服务平台构建策略研究[D]. 南京: 东南大学, 2023.
[41]	夏思洋, 朱学芳. 面向老年人的智慧健康信息服务系统研究:基于多源数据融合技术[J]. 情报科学, 2024, 42(4): 89-97. DOI: 10.13833/j.issn.1007-7634.2024.04.011.
[42]	董二帅. 智慧养老系统的设计[D]. 呼和浩特: 内蒙古大学, 2023.
[43]	史森中, 张和华, 周超, 等. 基于5G智能终端的居家养老健康监测管理系统构建[J]. 医学信息学杂志, 2023, 44(9): 74-79. DOI: 10.3969/j.issn.1673-6036.2023.09.011.
[44]	王颖, 支晶晶, 禹震. 北京市远程医养协同平台的设计与实践[J]. 中国数字医学, 2023, 18(8): 78-82. DOI: 10.3969/j.issn.1673-7571.2023.08.014.
[45]	Zhang H B, Huo X Q, Ren L X, et al. Design and rationale of the Comprehensive intelligent Hypertension managEment SyStem (CHESS) evaluation study: a cluster randomized controlled trial for hypertension management in primary care[J]. Am Heart J, 2024, 273: 90-101. DOI: 10.1016/j.ahj.2024.03.018.
[46]	Bonato M, Marmondi F, Mastropaolo C, et al. A digital platform for home-based exercise prescription for older people with sarcopenia[J]. Sensors, 2024, 24(15): 4788. DOI: 10.3390/s24154788.
[47]	Lu T T, Cao R H, Wang Y J, et al. Wearable equipment-based telemedical management via multiparameter monitoring on cardiovascular outcomes in elderly patients with chronic coronary heart disease: an open-labelled, randomised, controlled trial[J]. BMJ Health Care Inform, 2024, 31(1): e101135. DOI: 10.1136/bmjhci-2024-101135.
[48]	Park G E, Park Y H, Kim K G, et al. Mobile application for digital health coaching in the self-management of older adults with multiple chronic conditions: a development and usability study[J]. Healthc Inform Res, 2024, 30(4): 344-354. DOI: 10.4258/hir.2024.30.4.344.
[49]	Xu Z Q, Li Q H, Chen Z X, et al. Enhancing elderly service: an intelligent senior care system integrated with ChatGPT and recommendation algorithms[C]//Proceedings of the 2024 International Conference on Computer and Multimedia Technology. May 24-26, 2024, Sanming, China. ACM, 2024: 239-244. DOI: 10.1145/3675249.3675292.
[50]	Akhmetzhanov B, Akhmetzhanov B, Ozdemir S, et al. Advancing affordable IoT solutions in smart homes to enhance independence and autonomy of the elderly[J]. J Infrastruct Policy Dev, 2024, 8(3): 2899. DOI: 10.24294/jipd.v8i3.2899.
[51]	谭礼高. 基于物联网穿戴设备的老年智慧医疗检测服务研究[D]. 南昌: 江西财经大学, 2024.
[52]	Zhou Z H, Jin D N, He J H, et al. Digital health platform for improving the effect of the active health management of chronic diseases in the community: mixed methods exploratory study[J]. J Med Internet Res, 2024, 26: e50959. DOI: 10.2196/50959.
[53]	Chew J, Zeng Z W, Tan T H B, et al. ADL+: a digital toolkit for multidomain cognitive, physical, and nutritional interventions to prevent cognitive decline in community-dwelling older adults[J]. Int J Environ Res Public Health, 2024, 22(1): 42. DOI: 10.3390/ijerph22010042.
[54]	Tchalla A, Marchesseau D, Cardinaud N, et al. Effectiveness of a home-based telesurveillance program in reducing hospital readmissions in older patients with chronic disease: the eCOBAHLT randomized controlled trial[J]. J Telemed Telecare, 2025, 31(2): 231-238. DOI: 10.1177/1357633X231174488.
[55]	Lu W, Silvera-Tawil D, Yoon H J, et al. Impact of the smarter safer homes solution on quality of life and health outcomes in older people living in their own homes: randomized controlled trial[J]. J Med Internet Res, 2025, 27: e59921. DOI: 10.2196/59921.
[56]	Gustafson D H Sr, Mares M L, Johnston D, et al. An eHealth intervention to improve quality of life, socioemotional, and health-related measures among older adults with multiple chronic conditions: randomized controlled trial[J]. JMIR Aging, 2024, 7: e59588. DOI: 10.2196/59588.
[57]	Freitas A. Remote monitoring 4 elderly: testing plan for a smart health monitoring ecosystem[C]//Studies in Health Technology and Informatics. Amsterdam: IOS Press, 2025: 757-758. DOI: 10.3233/SHTI250454.
[58]	Ali A, Montanaro T, Sergi I, et al. An innovative IoT and edge intelligence framework for monitoring elderly people using anomaly detection on data from non-wearable sensors[J]. Sensors, 2025, 25(6): 1735. DOI: 10.3390/s25061735.
[59]	Wang Y T, Guan X, Qu S Y, et al. Physical and mental health management for the older adult using XGBoost algorithm supported by new media technology: developing personalized health intervention plans using healthcare data from the CLHLS database[J]. Front Public Health, 2025, 13: 1535056. DOI: 10.3389/fpubh.2025.1535056.
[60]	Wang Y G, Tan J H, Zhao J, et al. Wearable devices as tools for better hypertension management in elderly patients[J]. Med Sci Monit, 2025, 31: e946079. DOI: 10.12659/MSM.946079.
[61]	Naseer F, Addas A, Tahir M, et al. Integrating generative adversarial networks with IoT for adaptive AI-powered personalized elderly care in smart homes[J]. Front Artif Intell, 2025, 8: 1520592. DOI: 10.3389/frai.2025.1520592.

第一作者	发表时间（年）	国家	平台名称	平台组成要素	研究设计	研究结果	作用机制	挑战及策略
Chuang^[12]	2016	中国	SilverLink系统	多个传感器、一个家庭网关和一个警报吊坠/腕带。数据收集API、数据库、分析引擎和Web门户	非实证研究-系统设计	—	通过环境传感器与行为分析算法，持续评估健康状况并预警，促进家庭互动	需适应不同居住环境；用户隐私担忧
Barroca^[13]	2017	巴西	基于IoT的医疗保健平台	由远程患者和环境监测、患者医疗保健数据管理、患者健康状况管理、紧急和危机管理模块组成	非实证研究-系统设计	—	远程监测患者和环境、管理患者医疗保健数据、管理患者健康状况以及发现解决危急情况	—
刘佳丽^[14]	2017	中国	老年慢性病智慧健康服务平台	智能分诊系统、健康数据移动监测、电子健康档案共享平台	非实证研究-系统设计	—	分级诊疗、适老化设计、连续性服务整合	老年群体局限、医疗资源不均、老年人技术接受度低
赵璐^[15]	2017	中国	社区智慧养老健康服务平台	App连接穿戴设备，整合社区医院、家政、第三方服务机构服务	非实证研究-系统设计	—	通过服务蓝图连接"前台用户交互-后台服务支持"，缩短了服务响应时间，整合社区医疗/家政资源	界面设计缺少美观性，部分任务用时比较长
Saha^[16]	2018	印度	基于IoT的自动化远程健康监测系统	传感器获取有关患者健康的各种参数的数据，物联网存储这些数据并通过网站显示，该网站提供远程监控访问权限	非实证研究-系统设计	—	阈值触发预警联动家属/医生	—
Recio-rodríguez^[17]	2022	西班牙	智能设备联合干预平台	智能手环监测、每日生成个性化建议	实证研究-随机对照实验	时钟测试得分显著提高	实时监测、个性化反馈导致行为改变	应用界面未针对老年人优化，缺乏社交激励/情感化设计
Bajenaru^[18]	2019	罗马尼亚	个性化监测和协助电子健康创新平台	IoT传感器、大数据分析引擎、慢性病恶化预测模型	非实证研究-系统设计	—	有助于诊断医疗状况、制定治疗计划、协调管理以及评估老年人对长期护理的需求	—
Durán-vega^[19]	2019	墨西哥	养老院健康监测物联网系统	实时监测数据可视化、家属-护工聊天模块、分级警报系统	实证研究-可用性测试	可用性SUS评分83（优秀等级）	异常数据触发警报，护工快速响应；集成聊天功能替代传统电话沟通；电子病历替代纸质记录，支持历史数据回溯	患者隐私风险，场景限制：依赖养老院环境
Fritz^[20]	2019	美国	智能健康管理家居系统	多传感器（红外、接触、温湿度等）、AI算法、护士远程监测	非实证研究-系统设计	—	传感器数据与临床健康事件关联，实现异常行为识别和预警	多源数据融合挑战；跨学科协作沟通壁垒
Tang^[21]	2019	中国	IoMT老年护理系统	医疗物联网设备+实时生物数据采集+案例推理（CBR）决策支持	实证研究-案例研究	缩短健康监测时间；动态调整照护计划，提升服务效率	实时数据驱动、CBR匹配历史案例、个性化照护方案优化	设备部署成本高；算法依赖历史数据质量；跨专业协作壁垒
王玥^[22]	2021	中国	北京方庄社区智能语音外呼平台	语音功能模块对接慢性病管理平台，数据分析及反馈	实证研究-观察性研究	老年人体检率增加；高血压患者血压控制率提升，医院满意度提升	替代人工外呼，释放家庭医生时间，自动触发血压危急值预警，引导人工重点干预	居民配合度低，部分中途挂断或拒绝配合
Liu^[23]	2020	中国	IoT健康促进系统	无线传感器网络、生理信息监测、情境感知服务、营养/运动管理模块	非实证研究-系统设计	—	多源数据整合分析，个性化健康管理，预防性干预	系统异构集成难度；老年人操作复杂性；数据隐私风险
张朕^[24]	2020	中国	智慧医养护一体化服务平台	老人自助、平台运营、健康服务、养老管家、政府监管、商家服务六大子系统；整合互联网、数据共享技术	非实证研究-系统设计	—	医养护资源一体化；政府监管保障服务质量	信息壁垒、资源分散、服务标准不一
马顺帅^[25]	2020	中国	医养结合智慧养老平台	信息采集层、网络层、支撑平台层、系统管理层以及应用服务层	非实证研究-系统设计	—	医养资源整合，主动健康干预，服务便捷化	设备兼容问题，隐私安全，老年人接受度差
Göransson^[26]	2020	瑞典	Interaktor健康管理Aoo	实时健康报告、自动风险评估、护士端警报系统	实证研究-准实验研究	App使用率96%；健康素养显著提升	实时反馈促进早期干预；患者-护士协同优化决策	躯体健康指标改善不显著；小样本限制推广
Wang^[27]	2021	中国	智能老人定位健康系统	无线传感器网络、DS证据理论优化BP神经网络、健康预测模块	非实证研究-系统设计	—	位置追踪、健康数据分析，实现安全监控与疾病风险预警	传感器网络部署成本；预测模型泛化能力；隐私泄露风险
Sarkar^[28]	2022	印度	CarePro系统	Arduino物联网设备、安卓应用（警报、用药提醒、医生呼叫）	非实证研究-系统设计	—	多传感器实时监测生理数据，位置追踪与紧急响应，降低意外风险	设备佩戴舒适性；网络连接稳定性
黄欢欢^[29]	2021	中国	基于混合感知模型的智慧养老平台	生理数据感知系统、环境感知系统、位置感知系统、活动感知系统、决策支持系统	非实证研究-系统设计	—	环境/生理/行为数据融合分析，阈值触发分级响应，优化慢病管理效率	老年人因知识水平/操作焦虑抵触设备，数据采集与使用边界模糊，依赖政府补贴，仅基地试点运行
Ekstedt^[30]	2021	瑞典	ePATH协作式自我管理平台	患者端App、医护端仪表盘、个性化目标设定	实证研究-混合方法研究	患者自我管理能力提升；医护协作效率改善；组织流程复杂性成主要挑战	患者-医护共享数据平台促进共同决策；个性化目标增强参与感	组织流程重构阻力；技术适配复杂；慢性病患者数字素养差异
Barenfeld^[31]	2022	瑞典	远程个性化健康管理平台	数字平台、结构化电话支持	实证研究-混合方法研究	用户整体满意度高；数字平台使用率低于电话；独居患者更倾向使用症状评分；COPD患者更倾向使用消息功能	通过症状监测和远程支持实现个性化健康管理；增强患者参与和预防性行动	数字平台采纳率低；直接消息功能使用有限；技术能力不足者访问困难；平台功能实现不完善
Yang^[32]	2022	中国	智慧医养结合健康平台	AI驱动的网络信息安全平台	非实证研究-系统设计与验证	81.25%用户高度评价平台效果；有效整合医疗与养老资源	通过AI分析健康数据优化服务匹配；提升健康管理效率和资源利用率	未明确说明技术挑战；需验证实际落地效果
Tang^[33]	2022	中国	响应式健康分析模型	物联网医疗设备、AI模糊逻辑、案例推理、照护计划动态调整	非实证研究-系统设计与验证	生成高质量个性化照护方案，提升满意度	多维健康评估触发照护计划修订，实现资源优化配置	部分老人抗拒穿戴设备，敏感健康信息传输风险，远程监测减少护患接触
Belmin^[34]	2022	法国	AI驱动的eHealth预警系统	家庭助理App、机器学习算法、护士协调中心	实证研究-多中心非对照实用试验	急诊率降低	早期预警，分级响应	增加照护者工作负担
侯汉坡^[35]	2022	中国	杭州市西湖区老年智慧康养平台	区级总控平台、街道分平台；老年人App、服务人员App；数据系统、云平台、智能设备	实证研究-案例分析	现存问题为免费服务使用率高，付费服务使用率低，医院合作缺乏长效激励机制，城乡及区域发展不均衡	联动政府/社区/医院/家庭资源，实现"评估-计划-服务-结算"闭环管理；通过智能设备远程监测慢病老人健康数据，降低意外风险	老年人对智慧服务认知不足；医院参与积极性不高；农村地区数字鸿沟显著
贾梦夏^[36]	2022	中国	HJ公司数字健康服务平台	基础层（硬件）、平台层（数据处理）、应用层（服务）、用户层；整合物联网、大数据、云计算；服务包括健康管理、生活照料等	实证研究-混合方法研究	识别平台问题：需求细分不足、资源短缺、组织协同弱、数字化建设不全；提出分层改进对策	多轮驱动模式（文化+物联+数据+服务）整合资源，满足多样化需求	用户需求细分程度低、服务资源不足、缺乏组织协同、数字化建设不完备
Wang^[37]	2023	中国	智能可穿戴生理信号测量集成系统	可穿戴IoT照护系统、综合智能长期照护管理平台、AI营养知识库	非实证研究-系统设计	—	通过生理数据异常+位置偏移双维度触发紧急响应机制，AI营养师动态调整膳食，健康教育课程个性化推送	老年人抗拒佩戴监测设备，可穿戴设备持续校准需求，健康数据云端存储缺乏区块链加密机制
Ebrahimi^[38]	2023	瑞典	IHOPe数字支持平台	电话支持、数字平台+、个性化护理组件；整合健康监测、症状跟踪、社区资源链接	实证研究-随机对照试验	—	标准化健康评估、实时监测、个性化干预、增强医患合作、预防健康恶化	技术接受度差异；多角色协作效率低；数据整合复杂性
Irfan^[39]	2021	马来西亚	IoT老人安全监控系统	低成本可穿戴设备、室内定位、B云平台、语音控制	非实证研究-系统设计	—	多传感器融合，云端分析，紧急通知/自动化控制，提升安全性与便利性	设备电池续航短；室内定位精度受限；发展中国家网络覆盖不足；隐私担忧
朱天月^[40]	2023	中国	L老年公寓智慧养老服务平台	智能硬件设备、终端层协作模式、终端应用程序	非实证研究-系统设计	—	满足多样化需求；信息共享和大数据分析实现精准匹配	服务供给无法满足各类老年人需求；信息化水平低；服务管理规范缺失
夏思洋^[41]	2024	中国	智慧健康信息服务系统	基于多源数据融合技术；数据源层、管理层、分析层、应用层；提供疾病诊断、处方推荐、健康监测等服务	非实证研究-系统设计	—	通过数据整合进行智能决策，提供连续健康服务	健康数据多源，接口不统一；老年人数字鸿沟；缺乏老年人健康数据实证验证
董二帅^[42]	2023	中国	智慧养老系统	老年人基本信息管理、健康管理、服务商管理、社区管家等模块；整合数据挖掘算法	非实证研究-系统设计	—	通过多模块协同，优化服务流程；算法分析健康数据，提升决策效率	现有系统技术落后、安全漏洞多、数据同步低效
史森中^[43]	2023	中国	居家养老健康监测管理系统	智能可穿戴设备（手环）、5G/Wi-Fi通信模块，5G通信、AI神经网络预测模型、本地化数据加密	非实证研究-系统设计	—	形成了可穿戴设备采集，5G传输，AI分析，预警反馈的数据闭环，消除医患空间障碍，提升医疗资源协调效率	AI诊断无法律支持，仅限辅助诊疗，5G数据传输存在窃取隐患
王颖^[44]	2023	中国	北京市远程医养协同平台	云端部署、微服务架构、加密安全通道	非实证研究-系统设计	—	三级医院专家远程指导基层，病前预防，急症转诊形成，病后康复闭环	老年人及基层人员对互联网医疗适应性差，系统需强化适老化设计，软硬件开发维护成本高
Zhang^[45]	2024	中国	CHESS高血压智能管理系统	患者端App、医生端临床决策支持、管理员端绩效反馈平台	实证研究-整群随机对照实验	—	三方协同闭环管理；实时数据驱动个性化干预	资源有限地区实施难；患者智能手机使用能力差异
Bonato^[46]	2024	意大利	GYM数字运动处方平台	智能手机App、可穿戴设备、远程监控	实证研究-随机对照试验	用户反馈应用易于使用且对居家锻炼有指导作用	通过远程监控和个性化运动处方改善肌肉指标；提升运动依从性	安卓设备兼容性问题；网络连接不稳定；视频加载困难
Lu^[47]	2024	中国	可穿戴设备远程医疗管理系统	多参数可穿戴设备、实时预警、虚拟会诊、远程用药建议	实证研究-随机对照试验	降低再住院率、减少心血管事件	持续监测替代传统随访，及时调整治疗方案	老年患者设备依从性、网络覆盖稳定性
Park^[48]	2024	韩国	HAHA2022慢病协同管理平台	可穿戴设备、Android App、数字健康指导	实证研究-可用性测试	可用性评分4.53分（满分5分）；90%老年用户完成基础操作	健康教练机制提升自我效能；社区模块增强社交支持	多慢病管理数据整合复杂；穿戴设备兼容性有限
Xu^[49]	2024	中国	ChatGPT智能养老系统	ChatGPT交互、协同过滤食谱推荐、OneNET健康数据分析、腾讯地图定位	非实证研究-系统设计	—	AI自然语言交互、多源数据融合、满足日常需求，提升生活便利性	响应准确性；隐私泄露风险；老年人数字鸿沟
Akhmetzhanov^[50]	2024	哈萨克斯坦	适老化智能家居系统设计	健康监测、用药提醒、跌倒警报、视频监控、自动控制	非实证研究-系统	—	集成环境控制与健康监护功能，通过自动化与远程预警提升独居老人安全性与自主性	经济可及性；文化适配性；技术普及度低
谭礼高^[51]	2024	中国	智慧医疗健康监测与管理系统	物联网穿戴设备采集数据；云计算/边缘计算；软件平台连接用户和医护人员	非实证研究-系统设计	—	解决健康监测和跟踪管理问题，实现个人健康与系统管理结合	—
Zhou^[52]	2024	中国	慢性病主动健康管理平台	居民端小程序、医护端信息系统、实时风险评估、分级管理	实证研究-混合方法研究	居民健康素养提升，高血压/糖尿病控制率显著提高	互联互通健康数据，实现全周期管理；通过实时监测和分层干预优化慢病管理	多系统信息孤岛；居民健康意识不足；技术操作复杂性
Chew^[53]	2024	新加坡	ADL+多领域干预工具包	AI个性化认知训练、营养指导、运动计划、社交互动	实证研究-准实验研究	神经心理测试总分显著提升；处理速度和记忆领域改善持续至9个月；活动水平和生活质量稳定	多领域协同干预；AI动态调整方案提升个体适应性	用户技术适应性差异；长期依从性维持
Tchalla^[54]	2025	法国	eCOBAHLT远程监测系统	生物传感器、自动化预警、老年医学专家支持	实证研究-多中心随机对照实验	干预组计划外再住院率降低；慢性病失代偿风险减少	实时监测生理参数，早期预警异常；远程专家介入优化治疗决策	设备成本高；老年人技术使用障碍；数据隐私担忧
Lu^[55]	2025	澳大利亚	智能家居安全监测平台	日常活动传感器、远程健康数据分析平台	实证研究-随机对照实验	干预组6个月社会关怀相关生活质量提升	通过环境传感器追踪日常活动，识别异常模式并预警	长期效果维持困难；用户对持续监控的抵触
Gustafson^[56]	2024	美国	ElderTree慢性病管理平台	个性化健康内容、社交论坛、目标追踪、医患沟通模块	实证研究-随机对照实验	女性心理健康生活质量显著改善；心理幸福感提升	通过社交互动增强关联感；个性化内容提升自我管理动机	男性参与度低；对躯体健康指标改善有限；技术使用差异
Freitas^[57]	2025	葡萄牙	智能健康监测生态系统	可穿戴设备（生命体征、用药、活动）、智能药盒、数据集成平台	实证研究-可行性测试	—	通过持续监测实现早期风险预警，提升医疗响应速度	用户接受度、系统在真实环境中的稳定性
Ali^[58]	2025	意大利	边缘智能IoT监测框架	非接触式传感器、边缘计算节点、ML异常检测模型、实时仪表盘	非实证研究-系统设计	—	实现无感化行为监测，准确识别健康风险	非穿戴设备精度受环境干扰
Wang^[59]	2025	中国	个性化健康管理系统	多源数据整合+AI+区块链；支持慢性病管理和心理干预	非实证研究-系统设计	—	AI分析健康数据、区块链保障安全、个性化干预建议，提升慢性病预防效果	数据异构性挑战；模型泛化能力不足；技术适配老年人需求困难
Wang^[60]	2025	中国	高血压可穿戴管理平台	可穿戴设备、慢性病管理平台、个性化干预模块	实证研究-随机对照实验	提升用药依从性、血压控制率及生活质量	实时数据驱动个性化干预	设备测量精度、老年用户数字素养
Naseer^[61]	2025	巴基斯坦	GAN-IoT自适应护理系统	IoT传感器、AI生成合成数据、个性化提醒、紧急警报	实证研究-可用性测试	风险检测提速30%，响应时间减少25%；合成数据提升预测准确性	IoT实时监测、AI自适应干预，优化个性化护理	模型安全风险；发展中国家技术基础设施薄弱

第一作者	发表时间（年）	国家	平台名称	平台组成要素	研究设计	研究结果	作用机制	挑战及策略
Chuang^[12]	2016	中国	SilverLink系统	多个传感器、一个家庭网关和一个警报吊坠/腕带。数据收集API、数据库、分析引擎和Web门户	非实证研究-系统设计	—	通过环境传感器与行为分析算法，持续评估健康状况并预警，促进家庭互动	需适应不同居住环境；用户隐私担忧
Barroca^[13]	2017	巴西	基于IoT的医疗保健平台	由远程患者和环境监测、患者医疗保健数据管理、患者健康状况管理、紧急和危机管理模块组成	非实证研究-系统设计	—	远程监测患者和环境、管理患者医疗保健数据、管理患者健康状况以及发现解决危急情况	—
刘佳丽^[14]	2017	中国	老年慢性病智慧健康服务平台	智能分诊系统、健康数据移动监测、电子健康档案共享平台	非实证研究-系统设计	—	分级诊疗、适老化设计、连续性服务整合	老年群体局限、医疗资源不均、老年人技术接受度低
赵璐^[15]	2017	中国	社区智慧养老健康服务平台	App连接穿戴设备，整合社区医院、家政、第三方服务机构服务	非实证研究-系统设计	—	通过服务蓝图连接"前台用户交互-后台服务支持"，缩短了服务响应时间，整合社区医疗/家政资源	界面设计缺少美观性，部分任务用时比较长
Saha^[16]	2018	印度	基于IoT的自动化远程健康监测系统	传感器获取有关患者健康的各种参数的数据，物联网存储这些数据并通过网站显示，该网站提供远程监控访问权限	非实证研究-系统设计	—	阈值触发预警联动家属/医生	—
Recio-rodríguez^[17]	2022	西班牙	智能设备联合干预平台	智能手环监测、每日生成个性化建议	实证研究-随机对照实验	时钟测试得分显著提高	实时监测、个性化反馈导致行为改变	应用界面未针对老年人优化，缺乏社交激励/情感化设计
Bajenaru^[18]	2019	罗马尼亚	个性化监测和协助电子健康创新平台	IoT传感器、大数据分析引擎、慢性病恶化预测模型	非实证研究-系统设计	—	有助于诊断医疗状况、制定治疗计划、协调管理以及评估老年人对长期护理的需求	—
Durán-vega^[19]	2019	墨西哥	养老院健康监测物联网系统	实时监测数据可视化、家属-护工聊天模块、分级警报系统	实证研究-可用性测试	可用性SUS评分83（优秀等级）	异常数据触发警报，护工快速响应；集成聊天功能替代传统电话沟通；电子病历替代纸质记录，支持历史数据回溯	患者隐私风险，场景限制：依赖养老院环境
Fritz^[20]	2019	美国	智能健康管理家居系统	多传感器（红外、接触、温湿度等）、AI算法、护士远程监测	非实证研究-系统设计	—	传感器数据与临床健康事件关联，实现异常行为识别和预警	多源数据融合挑战；跨学科协作沟通壁垒
Tang^[21]	2019	中国	IoMT老年护理系统	医疗物联网设备+实时生物数据采集+案例推理（CBR）决策支持	实证研究-案例研究	缩短健康监测时间；动态调整照护计划，提升服务效率	实时数据驱动、CBR匹配历史案例、个性化照护方案优化	设备部署成本高；算法依赖历史数据质量；跨专业协作壁垒
王玥^[22]	2021	中国	北京方庄社区智能语音外呼平台	语音功能模块对接慢性病管理平台，数据分析及反馈	实证研究-观察性研究	老年人体检率增加；高血压患者血压控制率提升，医院满意度提升	替代人工外呼，释放家庭医生时间，自动触发血压危急值预警，引导人工重点干预	居民配合度低，部分中途挂断或拒绝配合
Liu^[23]	2020	中国	IoT健康促进系统	无线传感器网络、生理信息监测、情境感知服务、营养/运动管理模块	非实证研究-系统设计	—	多源数据整合分析，个性化健康管理，预防性干预	系统异构集成难度；老年人操作复杂性；数据隐私风险
张朕^[24]	2020	中国	智慧医养护一体化服务平台	老人自助、平台运营、健康服务、养老管家、政府监管、商家服务六大子系统；整合互联网、数据共享技术	非实证研究-系统设计	—	医养护资源一体化；政府监管保障服务质量	信息壁垒、资源分散、服务标准不一
马顺帅^[25]	2020	中国	医养结合智慧养老平台	信息采集层、网络层、支撑平台层、系统管理层以及应用服务层	非实证研究-系统设计	—	医养资源整合，主动健康干预，服务便捷化	设备兼容问题，隐私安全，老年人接受度差
Göransson^[26]	2020	瑞典	Interaktor健康管理Aoo	实时健康报告、自动风险评估、护士端警报系统	实证研究-准实验研究	App使用率96%；健康素养显著提升	实时反馈促进早期干预；患者-护士协同优化决策	躯体健康指标改善不显著；小样本限制推广
Wang^[27]	2021	中国	智能老人定位健康系统	无线传感器网络、DS证据理论优化BP神经网络、健康预测模块	非实证研究-系统设计	—	位置追踪、健康数据分析，实现安全监控与疾病风险预警	传感器网络部署成本；预测模型泛化能力；隐私泄露风险
Sarkar^[28]	2022	印度	CarePro系统	Arduino物联网设备、安卓应用（警报、用药提醒、医生呼叫）	非实证研究-系统设计	—	多传感器实时监测生理数据，位置追踪与紧急响应，降低意外风险	设备佩戴舒适性；网络连接稳定性
黄欢欢^[29]	2021	中国	基于混合感知模型的智慧养老平台	生理数据感知系统、环境感知系统、位置感知系统、活动感知系统、决策支持系统	非实证研究-系统设计	—	环境/生理/行为数据融合分析，阈值触发分级响应，优化慢病管理效率	老年人因知识水平/操作焦虑抵触设备，数据采集与使用边界模糊，依赖政府补贴，仅基地试点运行
Ekstedt^[30]	2021	瑞典	ePATH协作式自我管理平台	患者端App、医护端仪表盘、个性化目标设定	实证研究-混合方法研究	患者自我管理能力提升；医护协作效率改善；组织流程复杂性成主要挑战	患者-医护共享数据平台促进共同决策；个性化目标增强参与感	组织流程重构阻力；技术适配复杂；慢性病患者数字素养差异
Barenfeld^[31]	2022	瑞典	远程个性化健康管理平台	数字平台、结构化电话支持	实证研究-混合方法研究	用户整体满意度高；数字平台使用率低于电话；独居患者更倾向使用症状评分；COPD患者更倾向使用消息功能	通过症状监测和远程支持实现个性化健康管理；增强患者参与和预防性行动	数字平台采纳率低；直接消息功能使用有限；技术能力不足者访问困难；平台功能实现不完善
Yang^[32]	2022	中国	智慧医养结合健康平台	AI驱动的网络信息安全平台	非实证研究-系统设计与验证	81.25%用户高度评价平台效果；有效整合医疗与养老资源	通过AI分析健康数据优化服务匹配；提升健康管理效率和资源利用率	未明确说明技术挑战；需验证实际落地效果
Tang^[33]	2022	中国	响应式健康分析模型	物联网医疗设备、AI模糊逻辑、案例推理、照护计划动态调整	非实证研究-系统设计与验证	生成高质量个性化照护方案，提升满意度	多维健康评估触发照护计划修订，实现资源优化配置	部分老人抗拒穿戴设备，敏感健康信息传输风险，远程监测减少护患接触
Belmin^[34]	2022	法国	AI驱动的eHealth预警系统	家庭助理App、机器学习算法、护士协调中心	实证研究-多中心非对照实用试验	急诊率降低	早期预警，分级响应	增加照护者工作负担
侯汉坡^[35]	2022	中国	杭州市西湖区老年智慧康养平台	区级总控平台、街道分平台；老年人App、服务人员App；数据系统、云平台、智能设备	实证研究-案例分析	现存问题为免费服务使用率高，付费服务使用率低，医院合作缺乏长效激励机制，城乡及区域发展不均衡	联动政府/社区/医院/家庭资源，实现"评估-计划-服务-结算"闭环管理；通过智能设备远程监测慢病老人健康数据，降低意外风险	老年人对智慧服务认知不足；医院参与积极性不高；农村地区数字鸿沟显著
贾梦夏^[36]	2022	中国	HJ公司数字健康服务平台	基础层（硬件）、平台层（数据处理）、应用层（服务）、用户层；整合物联网、大数据、云计算；服务包括健康管理、生活照料等	实证研究-混合方法研究	识别平台问题：需求细分不足、资源短缺、组织协同弱、数字化建设不全；提出分层改进对策	多轮驱动模式（文化+物联+数据+服务）整合资源，满足多样化需求	用户需求细分程度低、服务资源不足、缺乏组织协同、数字化建设不完备
Wang^[37]	2023	中国	智能可穿戴生理信号测量集成系统	可穿戴IoT照护系统、综合智能长期照护管理平台、AI营养知识库	非实证研究-系统设计	—	通过生理数据异常+位置偏移双维度触发紧急响应机制，AI营养师动态调整膳食，健康教育课程个性化推送	老年人抗拒佩戴监测设备，可穿戴设备持续校准需求，健康数据云端存储缺乏区块链加密机制
Ebrahimi^[38]	2023	瑞典	IHOPe数字支持平台	电话支持、数字平台+、个性化护理组件；整合健康监测、症状跟踪、社区资源链接	实证研究-随机对照试验	—	标准化健康评估、实时监测、个性化干预、增强医患合作、预防健康恶化	技术接受度差异；多角色协作效率低；数据整合复杂性
Irfan^[39]	2021	马来西亚	IoT老人安全监控系统	低成本可穿戴设备、室内定位、B云平台、语音控制	非实证研究-系统设计	—	多传感器融合，云端分析，紧急通知/自动化控制，提升安全性与便利性	设备电池续航短；室内定位精度受限；发展中国家网络覆盖不足；隐私担忧
朱天月^[40]	2023	中国	L老年公寓智慧养老服务平台	智能硬件设备、终端层协作模式、终端应用程序	非实证研究-系统设计	—	满足多样化需求；信息共享和大数据分析实现精准匹配	服务供给无法满足各类老年人需求；信息化水平低；服务管理规范缺失
夏思洋^[41]	2024	中国	智慧健康信息服务系统	基于多源数据融合技术；数据源层、管理层、分析层、应用层；提供疾病诊断、处方推荐、健康监测等服务	非实证研究-系统设计	—	通过数据整合进行智能决策，提供连续健康服务	健康数据多源，接口不统一；老年人数字鸿沟；缺乏老年人健康数据实证验证
董二帅^[42]	2023	中国	智慧养老系统	老年人基本信息管理、健康管理、服务商管理、社区管家等模块；整合数据挖掘算法	非实证研究-系统设计	—	通过多模块协同，优化服务流程；算法分析健康数据，提升决策效率	现有系统技术落后、安全漏洞多、数据同步低效
史森中^[43]	2023	中国	居家养老健康监测管理系统	智能可穿戴设备（手环）、5G/Wi-Fi通信模块，5G通信、AI神经网络预测模型、本地化数据加密	非实证研究-系统设计	—	形成了可穿戴设备采集，5G传输，AI分析，预警反馈的数据闭环，消除医患空间障碍，提升医疗资源协调效率	AI诊断无法律支持，仅限辅助诊疗，5G数据传输存在窃取隐患
王颖^[44]	2023	中国	北京市远程医养协同平台	云端部署、微服务架构、加密安全通道	非实证研究-系统设计	—	三级医院专家远程指导基层，病前预防，急症转诊形成，病后康复闭环	老年人及基层人员对互联网医疗适应性差，系统需强化适老化设计，软硬件开发维护成本高
Zhang^[45]	2024	中国	CHESS高血压智能管理系统	患者端App、医生端临床决策支持、管理员端绩效反馈平台	实证研究-整群随机对照实验	—	三方协同闭环管理；实时数据驱动个性化干预	资源有限地区实施难；患者智能手机使用能力差异
Bonato^[46]	2024	意大利	GYM数字运动处方平台	智能手机App、可穿戴设备、远程监控	实证研究-随机对照试验	用户反馈应用易于使用且对居家锻炼有指导作用	通过远程监控和个性化运动处方改善肌肉指标；提升运动依从性	安卓设备兼容性问题；网络连接不稳定；视频加载困难
Lu^[47]	2024	中国	可穿戴设备远程医疗管理系统	多参数可穿戴设备、实时预警、虚拟会诊、远程用药建议	实证研究-随机对照试验	降低再住院率、减少心血管事件	持续监测替代传统随访，及时调整治疗方案	老年患者设备依从性、网络覆盖稳定性
Park^[48]	2024	韩国	HAHA2022慢病协同管理平台	可穿戴设备、Android App、数字健康指导	实证研究-可用性测试	可用性评分4.53分（满分5分）；90%老年用户完成基础操作	健康教练机制提升自我效能；社区模块增强社交支持	多慢病管理数据整合复杂；穿戴设备兼容性有限
Xu^[49]	2024	中国	ChatGPT智能养老系统	ChatGPT交互、协同过滤食谱推荐、OneNET健康数据分析、腾讯地图定位	非实证研究-系统设计	—	AI自然语言交互、多源数据融合、满足日常需求，提升生活便利性	响应准确性；隐私泄露风险；老年人数字鸿沟
Akhmetzhanov^[50]	2024	哈萨克斯坦	适老化智能家居系统设计	健康监测、用药提醒、跌倒警报、视频监控、自动控制	非实证研究-系统	—	集成环境控制与健康监护功能，通过自动化与远程预警提升独居老人安全性与自主性	经济可及性；文化适配性；技术普及度低
谭礼高^[51]	2024	中国	智慧医疗健康监测与管理系统	物联网穿戴设备采集数据；云计算/边缘计算；软件平台连接用户和医护人员	非实证研究-系统设计	—	解决健康监测和跟踪管理问题，实现个人健康与系统管理结合	—
Zhou^[52]	2024	中国	慢性病主动健康管理平台	居民端小程序、医护端信息系统、实时风险评估、分级管理	实证研究-混合方法研究	居民健康素养提升，高血压/糖尿病控制率显著提高	互联互通健康数据，实现全周期管理；通过实时监测和分层干预优化慢病管理	多系统信息孤岛；居民健康意识不足；技术操作复杂性
Chew^[53]	2024	新加坡	ADL+多领域干预工具包	AI个性化认知训练、营养指导、运动计划、社交互动	实证研究-准实验研究	神经心理测试总分显著提升；处理速度和记忆领域改善持续至9个月；活动水平和生活质量稳定	多领域协同干预；AI动态调整方案提升个体适应性	用户技术适应性差异；长期依从性维持
Tchalla^[54]	2025	法国	eCOBAHLT远程监测系统	生物传感器、自动化预警、老年医学专家支持	实证研究-多中心随机对照实验	干预组计划外再住院率降低；慢性病失代偿风险减少	实时监测生理参数，早期预警异常；远程专家介入优化治疗决策	设备成本高；老年人技术使用障碍；数据隐私担忧
Lu^[55]	2025	澳大利亚	智能家居安全监测平台	日常活动传感器、远程健康数据分析平台	实证研究-随机对照实验	干预组6个月社会关怀相关生活质量提升	通过环境传感器追踪日常活动，识别异常模式并预警	长期效果维持困难；用户对持续监控的抵触
Gustafson^[56]	2024	美国	ElderTree慢性病管理平台	个性化健康内容、社交论坛、目标追踪、医患沟通模块	实证研究-随机对照实验	女性心理健康生活质量显著改善；心理幸福感提升	通过社交互动增强关联感；个性化内容提升自我管理动机	男性参与度低；对躯体健康指标改善有限；技术使用差异
Freitas^[57]	2025	葡萄牙	智能健康监测生态系统	可穿戴设备（生命体征、用药、活动）、智能药盒、数据集成平台	实证研究-可行性测试	—	通过持续监测实现早期风险预警，提升医疗响应速度	用户接受度、系统在真实环境中的稳定性
Ali^[58]	2025	意大利	边缘智能IoT监测框架	非接触式传感器、边缘计算节点、ML异常检测模型、实时仪表盘	非实证研究-系统设计	—	实现无感化行为监测，准确识别健康风险	非穿戴设备精度受环境干扰
Wang^[59]	2025	中国	个性化健康管理系统	多源数据整合+AI+区块链；支持慢性病管理和心理干预	非实证研究-系统设计	—	AI分析健康数据、区块链保障安全、个性化干预建议，提升慢性病预防效果	数据异构性挑战；模型泛化能力不足；技术适配老年人需求困难
Wang^[60]	2025	中国	高血压可穿戴管理平台	可穿戴设备、慢性病管理平台、个性化干预模块	实证研究-随机对照实验	提升用药依从性、血压控制率及生活质量	实时数据驱动个性化干预	设备测量精度、老年用户数字素养
Naseer^[61]	2025	巴基斯坦	GAN-IoT自适应护理系统	IoT传感器、AI生成合成数据、个性化提醒、紧急警报	实证研究-可用性测试	风险检测提速30%，响应时间减少25%；合成数据提升预测准确性	IoT实时监测、AI自适应干预，优化个性化护理	模型安全风险；发展中国家技术基础设施薄弱

数智化健康管理平台赋能社区老年人健康服务的范围综述

A Scoping Review on the Empowerment of Community Elderly Health Services by Digital-Intelligent Health Management Platforms

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 61

相关文章 15

编辑推荐

Metrics

留言

数据库	检索式
中国知网	(SU=(老年人+高龄老人+老年群体+长者))AND(SU=(社区+居家))AND(SU=(健康管理+健康干预+健康促进+慢病管理+健康监测+健康服务+健康照护+健康维护))AND(SU=(数智化+数字化+智能化+智慧健康+数字医疗+远程医疗+可穿戴设备+物联网+人工智能+大数据+移动健康+智慧养老+健康管理平台))
万方数据知识服务平台	(题名或关键词：("老年人"O R"高龄老人"O R"老年群体"O R"长者"))AND(题名或关键词：("社区"O R"居家"))AND(题名或关键词：("健康管理"O R"健康干预"O R"健康促进"O R"慢病管理"O R"健康监测"O R"健康服务"O R"健康照护"O R"健康维护"))AND(题名或关键词：("数智化"O R"数字化"O R"智能化"O R"智慧健康"O R"数字医疗"O R"远程医疗"O R"可穿戴设备"O R"物联网"O R"人工智能"O R"大数据"O R"移动健康"O R"智慧养老"O R"健康管理平台"))
PubMed	((""[Mesh] O R "Aged, 80 and over"[Mesh] O R "Frail Elderly"[Mesh] O R older people O R seniors O R geriatric)) AND (("Community Health Services"[Mesh] O R "Primary Health Care"[Mesh] O R "Home Care Services"[Mesh] O R community-based O R home-based)) AND (("Health Services for the Aged"[Mesh] O R "Disease Management"[Mesh] O R "Health Promotion"[Mesh] O R health management OR health intervention O R health promotion O R chronic disease management O R health monitoring O R care management)) AND (("Telemedicine"[Mesh] O R "Mobile Applications"[Mesh] O R "Wearable Electronic Devices"[Mesh] O R "Artificial Intelligence"[Mesh] OR "Big Data"[Mesh] O R digital health O R eHealth O R mHealth O R telehealth O R wearable devices O R IoT O R "internet of things" O R artificial intelligence O R AI O R big data O R remote monitoring O R smart health O R health management platform))
Web of Science	TS=((("older people" O R seniors O R geriatric O R Aged) AND ("community" O R "home-based" O R "community-based")) AND ("health management" O R "health intervention" O R "health promotion" O R "chronic disease management" O R "health monitoring" O R "care management") AND ("digital health" O R eHealth O R mHealth O R telemedicine O R telehealth O R "wearable device" O R "internet of things" O R IoT O R "artificial intelligence" O R AI O R "big data" O R "remote monitor" O R "smart health" O R "health management platform"))

序号	国家	发文量（篇）	百分比（%）
1	中国（含港澳台地区）	27	54.0
2	瑞典	4	8.0
3	法国	2	4.0
4	美国	2	4.0
5	意大利	2	4.0
6	印度	2	4.0
7	澳大利亚	1	2.0
8	巴基斯坦	1	2.0
9	巴西	1	2.0
10	哈萨克斯坦	1	2.0
11	韩国	1	2.0
12	罗马尼亚	1	2.0
13	马来西亚	1	2.0
14	墨西哥	1	2.0
15	葡萄牙	1	2.0
16	西班牙	1	2.0
17	新加坡	1	2.0

[1]	于海燕, 相彤, 高文娟, 吴浩. 数智化技术在慢病共存管理中的研究与应用[J]. 中国全科医学, 2026, 29(21): 2933-2937.
[2]	陈燕, 沈德权, 盛仁磊, 常玉洁, 杨佳琦, 丁洁, 孙志芳, 王大辉. 老年人基层中医预防保健服务利用的影响因素及重要性排序[J]. 中国全科医学, 2026, 29(16): 2182-2189.
[3]	陈碧华, 林其意, 李物华, 苏瑾, 屠丽萍, 施岚, 丁小芹, 易春涛. 团队效能视角下家庭医生团队工作产出水平的影响因素和作用机制研究[J]. 中国全科医学, 2026, 29(16): 2167-2173.
[4]	付铭源, 于潇漪, 葛彩英, 孔慜. 2型糖尿病患者低血糖感知受损现状及影响因素研究[J]. 中国全科医学, 2026, 29(16): 2252-2258.
[5]	郑泽陆, 周峻, 梁志, 王雪惠, 徐峰, 李欧静, 肖红, 刘晓雨, 杨青梅, 张梅, 林娜, 宓保宏, 陈卫衡. 骨关节炎患者共病特征和治疗现状：一项基于社区诊疗数据的横断面调查[J]. 中国全科医学, 2026, 29(16): 2205-2213.
[6]	王子雯, 高刚强, 王仲, 吴悠. 改良2分钟原地踏步与6分钟步行试验在社区人群中的一致性评价[J]. 中国全科医学, 2026, 29(16): 2214-2220.
[7]	王业明, 周奇, 李靓雅, 陈思颖, 王俊瑞, 段钦蕾, 陈耀龙, 曹彬, 中华医学会呼吸病学分会, 中华医学会感染病学分会. 中国流感治疗与药物预防基层指南（2025版）[J]. 中国全科医学, 2026, 29(13): 1633-1644.
[8]	张涵, 张华, 蔡根深, 廉东波, 张晶. 基层医疗卫生机构减重门诊建设与典型案例研究[J]. 中国全科医学, 2026, 29(12): 1520-1524.
[9]	王娜, 翟方明. 基于棘轮效应的多重慢性病患者社区卫生服务质量评价研究：以医保为调节变量[J]. 中国全科医学, 2026, 29(08): 982-987.
[10]	马薇萍, 谢美翔, 韦彬光, 曾萍萍, 蒋莉. 2012—2022年中国社区护理人力资源配置研究[J]. 中国全科医学, 2026, 29(07): 864-871.
[11]	严明, 夏瑀, 周鹏翔, 周馨媚, 方力争, 赵洋, 徐志杰. 处方精简实施的阻碍因素和促进因素：基于更新版实施性研究综合框架的范围综述[J]. 中国全科医学, 2026, 29(07): 936-944.
[12]	留典淳, 王芊云, 陈晓莹, 韦雪寒, 王润泽, 彭红叶, 王莹, 薛雪, 杨国彦, 肖炜, 鲁春丽. 整合生活方式医学与中医学特色慢性病管理的医学干预模式构建与展望[J]. 中国全科医学, 2026, 29(07): 830-838.
[13]	靳惠子, 许鑫, 李智婧, 高冰, 麻永怀, 纪颖. 社区医护人员呼吸道传染病卫生应急能力调查研究[J]. 中国全科医学, 2026, 29(05): 559-567.
[14]	史佳琦, 王玉欣, 罗佳妮, 姜琪, 吴善玉, 金头峰. 胃肠道癌症患者症状群影响因素的范围综述[J]. 中国全科医学, 2026, 29(05): 668-675.
[15]	田紫薇, 杨支兰, 赵慧敏, 翟艳萍, 李鸿雁, 杜淼, 晋源媛, 宋泽雨. 膝骨关节炎患者衰弱研究的范围综述[J]. 中国全科医学, 2026, 29(05): 676-680.