國內外老年智能健康穿戴產品研究態勢分析

Research situation analysis of smart health wearables for the elderly at home and abroad

摘要： 智能健康穿戴產品在老年群體中展現出的巨大應用潛力和發展前景，引發學術界廣泛研究探討。為全面剖析國內外老年智能健康穿戴產品領域的研究態勢，本文采用文獻計量方法，通過共現、聚類及突現分析等多維手段，系統梳理與評估2013—2023年中國知網和Web of Science數據庫收錄的相關文獻，借助VOSviewer和CiteSpace進行可視化呈現。結果表明：美國和中國在國際研究中占據主導地位;國內外的研究熱點各有側重，且國外已從技術設備開發與系統集成應用轉向探討老年人對技術的接受與采用;國際研究的知識基礎可分為老年技術采納評估、健康監測技術創新和智能健康管理應用三類。后續應加強工程學和醫學多領域的跨學科交叉研究，在健康監測技術與醫療產品融合、用戶體驗優化及長期效用驗證等方面進行深入探討。

關鍵詞： 老年人;智能健康穿戴產品;文獻計量;可視化;VOSviewer;CiteSpace

中圖分類號： TS941.19; TB472

文獻標志碼： A

文章編號： 1001-7003（2025）02期數-0082起始頁碼-12篇頁數

DOI： 10.3969/j.issn.1001-7003.2025.02期數.010（篇序）

全球正經歷一場前所未有的人口老齡化浪潮，老年人的健康與福祉成為各國高度關注的社會議題。聯合國發起“健康老齡化行動十年（2021—2030）”計劃，明確強調通過技術創新和跨領域合作提升老年人的生活質量^［1］。新冠肺炎疫情對老年群體的重大影響進一步凸顯出監測和輔助技術在老年健康管理中的重要性^［2］。中國老齡化進程尤為迅速，已成為全球老年人口最多的國家。截至2023年末，60歲及以上人口已超過2.9億，占總人口的21.1%。預計到2035年，這一數字將超過4億，占比達到30%，進入重度老齡化時期。此外，家庭小型化趨勢、老年撫養比率上升及獨居老人數量增長等多重因素使得中國老齡化形勢更為嚴峻^［3］。然而，現有養老體系和醫療資源分布不均，難以滿足老年人的健康管理需求^［4］。老齡化帶來的醫療成本上升、護理需求增加等問題使醫療體系面臨巨大壓力。

老年群體普遍面臨慢性病與認知退化等健康問題，他們對個性化、實時健康管理的需求尤為迫切。移動健康和信息通信技術的發展為應對老年健康問題帶來新的契機，市場上涌現出多種形態的智能健康穿戴產品，如智能手表、智能服裝、智能眼鏡和智能鞋。這些產品通過整合傳感器、算法和移動技術^［5］，高效采集和分析用戶的生理數據，實時反饋健康狀況并提供預警，幫助用戶實現自我健康管理。智能健康穿戴產品在老年群體中展現出巨大的應用潛力，能夠在居家、社區和機構等養老場景中為其提供便捷、持續的健康監測，不僅有助于早期疾病預防，及時醫療干預與健康行為促進，還在增強老年人安全保障與保持其生活獨立性方面發揮著重要作用^［6］。近年來，柔性電子材料和器件的廣泛應用顯著推動了可穿戴傳感領域的發展，而人工智能的引入則為個性化和精準化健康管理提供強大的技術支持^［7］。通過融合這些先進技術，智能健康穿戴產品能夠根據老年人的個體健康狀況提供定制化的監測與疾病管理，突破了傳統“一刀切”健康管理模式的局限性。這種個性化方案不僅有助于提升老年人的生活質量，還能夠優化醫療資源的配置，從而提高社會整體的健康管理效率^［8］。如以華為和蘋果為代表的科技公司在智能健康穿戴領域積極布局。華為的Watch D具備血壓、心電圖和心率監測等功能，為老年人提供便捷的健康監測，并支持跌倒檢測和緊急呼救。Apple Watch則持續優化適老化功能，其中的跌倒預警功能在檢測到佩戴者跌倒時，可自動發送緊急求助信號。此外，這些公司圍繞智能健康穿戴構建數字健康生態系統，有效實現健康數據的互聯互通，進一步提升了智能穿戴產品的應用價值。根據IDC報告，2024年第一季度中國可穿戴產品市場出貨量達3 367萬臺，同比增長36.2%，預計到2025年市場規模將突破100億美元。為推動這一領域的發展，中國相繼出臺《關于發展銀發經濟增進老年人福祉的意見》《“十四五”健康老齡化規劃》《“十四五”國家老齡事業發展和養老服務體系規劃》等政策，重點鼓勵可穿戴產品行業發展與適老化改造創新。智能健康穿戴產品在此背景下迎來廣闊發展前景，為實現健康老齡化目標提供有力支持。

智能健康穿戴產品在老年群體中展現出的應用潛力和廣闊發展前景，已引發學術界廣泛的研究探討。通過分析相關文獻，識別研究空白，對于構建更加完善的理論框架，進而推動相關技術與產品的研發至關重要。目前的綜述文獻多集中于技術開發和場景應用，如步態監測預防跌倒^［9］、結合深度學習監測老年人體育活動^［10］、房顫檢測的敏感性與特異性評估^［11］、帕金森病管理^［12］、老年人虛弱程度評估^［13］及康復應用^［14］等，也有部分研究探討老年人使用可穿戴產品的障礙與促進因素^［15］。然而，這些綜述大多依賴文獻總結，缺乏系統性概述，未能全面展示該領域的研究現狀與知識結構。作為一種定量的研究方法，文獻計量法通過可視化手段分析已發表的文獻，提供了從大量論文中提煉規律模式和潛在見解的有效途徑^［16］。例如，Dehghani等^［17］、Wang等^［18］、高蕾等^［19］、周夢燁等^［20］的文獻分析了可穿戴產品領域的研究現狀、熱點、趨勢和未來方向;Kageyama等^［21］對中美在該領域的研究進行對比并發現兩國研究的差異;Gao等^［22］分析了可穿戴產品在建筑安全中的應用;Hu等^［23］對可穿戴產品的用戶體驗與可用性進行探討等。盡管這些研究通過文獻計量法分析可穿戴產品的發展與應用，但尚未針對老年群體進行系統探討，亦缺乏國內外在該領域研究的全面對比。因此，本文對近十年國內外老年智能健康穿戴產品的相關文獻進行文獻計量分析，旨在系統梳理和評估該領域的研究態勢，探索潛在研究方向，為該領域的學術研究、技術創新及實際應用提供參考。

1"數據來源與研究方法

1.1"數據來源

為確保數據樣本的全面性和可靠性，本文選用中國知網（CNKI）和Web of Science（WoS）核心數據庫作為文獻檢索的主要來源。兩大數據庫覆蓋面廣且權威性高，能夠分別代表國內和國際的研究成果^［24］。文獻檢索的主題聚焦于“老年人”和“智能健康穿戴產品”，通過列舉盡可能多的相關表達式，并使用布爾運算符連接關鍵詞進行主題檢索。檢索的時間范圍限定在2013—2023年，且檢索工作限于2024年1月24日完成，以避免數據庫更新引起的數據偏差。初步檢索結果顯示，國內期刊論文共354篇，國外期刊論文共1 836篇。由于通過檢索式獲取的文獻中常包含表面相關但實際不符的文章，因此在初步檢索后進行篩選以確保文獻的相關性。隨后，通過嚴格人工審查和復核，剔除作者信息缺失及與主題無

關或偏差較大的文獻，最終從CNKI和WoS核心數據庫中分別精選出339篇和649篇相關文獻作為本研究的數據樣本。具體的國內外文獻檢索信息如表1所示。此外，文獻篩查過程遵循PRISMA標準，具體流程如圖1所示。

1.2"研究方法

隨著數據挖掘、信息分析和圖形渲染技術的不斷進步，利用文獻計量軟件可對大量文獻數據進行可視化分析，并以圖譜形式直觀展現知識單元或知識群間的網絡關系與演化路徑^［25］。這種方法可為特定領域的研究現狀和發展趨勢提供新的見解和量化的證據，增強研究結論的客觀性和科學性。VOSviewer和CiteSpace是學術界廣泛應用的兩大文獻計量工具^［26］，前者以其準確的數據信息和友好的用戶界面著稱，能夠提供多種描述性統計指標;后者則擅長揭示領域知識結構和前沿動態，提供聚類、突現和時區等多項知識圖譜。結合兩者使用可進行更為全面和細致的文獻計量分析，有效提高研究的準確性和深度。因此，本文采用VOSviewer（版本1.6.19）和CiteSpace（版本6.2.R7），對國內外老年智能健康穿戴產品的相關研究進行系統性梳理和深入解析。

2nbsp;研究時空分布

2.1"年發文量趨勢

年發文量變化是評估研究領域發展動態的重要指標，能夠反映學術界對特定領域的關注程度。本文對老年智能健康穿戴產品研究的年發文量進行時序分析，結果如圖2所示。國內外年發文量總體呈現出一致的上升趨勢，國際發文量顯著高于國內，且增長速度更快，表明國際上相關研究更為活躍。2013—2015年，國內外發文量增長緩慢。但自2016年起，國內外發文量均出現大幅增長，國際發文量是2015年的近三倍。這一增長趨勢與可穿戴技術的快速發展和廣泛應用密切相關。盡管2019年之后增長速度有所波動，發文量仍保持較高水平。國際發文量在2023年達到峰值153篇，約為2013年的三十倍，國內發文量也在2021年達到56篇的高峰，這表明老年智能健康穿戴產品研究正在不斷擴展，應用場景持續增加，學術研究的活躍度保持較高水平。

2.2"國家與機構

由于CNKI數據均來自中國，故本文僅展示WoS記錄的分析結果。全球已有74個國家在老年智能健康穿戴產品領域展開研究，發文量和中心性排名前十的國家統計如表2所示。除中國外，發文量排名前十的國家均為發達國家，總發文量達到634篇，占比97.69%，且各國發文量均超過30篇，表明這些國家在該領域具有重要貢獻。其中，美國和中國分別以140篇和130篇位居前兩位，英國（79篇）、意大利（56篇）和西班牙（47篇）緊隨其后。CiteSpace分析結果中，中心性達到0.10及以上的節點被視為重要節點^［27］，顯示出英國、中國、美國、意大利、西班牙和德國在國際研究中具有顯著的影響力。

對主要國家的合作情況的可視化分析結果如圖3所示。各國的外周弧長與其發文量成正比，而國家間弦線寬度反映出合作的緊密程度。整體來看，主要發文國家之間的合作廣泛，國際學術交流高度活躍，但各國的發文量仍存在顯著差異，這與各國的科技水平、資源投入及老齡化程度密切相關。值得注意的是，美國和中國之間的合作尤為密切，英國則通過廣泛的多邊合作，特別是在連接美國、中國和歐洲各國的學術交流中，發揮著重要“橋梁”作用，以促進跨區域的知識傳播。未來應進一步加強國際合作，促進多元化的學術交流和知識共享。

對機構進行消岐處理后，已知國內外開展相關研究的機構分別有406個和1 261個。統計國內和國外發文量排名前五的機構，如表3所示。江南大學以10篇發文量在國內領先，顯示其研究的活躍度和主導地位。上海工程技術大學、上海理工大學和華南農業大學各有7篇發文，北京工業大學有6篇。這些高校在推動國內研究方面發揮著重要作用。國際方面，加拿大滑鐵盧大學以12篇發文量位居首位，彰顯其在國際研究范圍內的引領作用。緊隨其后的是美國貝勒醫學院（10篇）、哈佛大學醫學院（9篇）、意大利博洛尼亞大學（9篇）和英國紐卡斯爾大學（9篇）。這些機構在國際研究中具有顯著的學術貢獻。可以看出，高等院校是該研究領域的主要力量，國內外高校在發文量上相對均衡，呈現出一定的競爭態勢。

3"研究熱點主題

3.1"關鍵詞共現

關鍵詞是文獻主旨和研究內核的集中體現，是對研究內容的精煉概括^［28］。通過分析頻次高且中心性強的關鍵詞，有助于直觀了解研究領域的熱點話題^［29］。為了更清晰地呈現研究焦點，本文對這些數據進行標準化處理，包括去除無明確研究內容指向的詞匯、合并同義詞及統一復數形式的關鍵詞。隨后，將處理后的關鍵詞導入CiteSpace軟件中，對國內外研究排名前三十的關鍵詞（除去檢索關鍵詞）的頻次及中心性進行統計，結果如表4和表5所示。

在國內研究中，“智慧養老”“跌倒檢測”“人口老齡化”

“健康監測”“養老服務”等關鍵詞高頻出現，反映出國內學者對人口老齡化及老年健康管理方面的高度重視。其中，“智慧養老”是指通過信息技術和智能設備的集成，為老年人提供一體化健康服務解決方案。此關鍵詞具有較高的頻次和中心性，表明其在國內研究中占據核心地位，顯示了可穿戴技術與養老服務體系融合的廣泛應用。此外，“物聯網”“互聯網+”“信息化”等關鍵詞，揭示了國內學者積極探索信息技術與可穿戴設備的整合，以提升養老服務的效率和質量。在國際研究中，關鍵詞“wearable sensor”（可穿戴傳感器）、“physical activity”（體育活動）和“healthcare”（醫療健康）高頻出現，反映出國際學者在健康監測與體育活動促進方面對可穿戴技術應用的關注。同時，“fall detection”（跌倒檢測）和“elderly care”（老年護理）在關鍵詞網絡中具有較高中心性，表明這些領域是國際研究的關鍵主題，凸顯了對老年人安全監控與護理需求的重視，尤其是在跌倒檢測技術的研發與應用上，國際學術界已取得顯著進展。此外，關鍵詞如“internet of things”（物聯網）、“machine learning”（機器學習）、“deep learning”（深度學習）和“artificial intelligence”（人工智能）的高頻出現，揭示了先進技術在老年人健康管理中的日益廣泛應用。研究者正積極利用這些技術提高智能健康穿戴產品的精準性、交互性和實時性，以改善老年群體的生活質量，推動個性化、智能化健康服務的發展趨勢。

總體來看，對于“跌倒檢測”“物聯網”“人工智能”“傳感器”“移動醫療”“老年護理”等主題，國內外顯示出共同的研究興趣。不同的是，國內研究更側重于智慧養老的社會應用，探索可穿戴技術與養老服務的系統性整合;而國際研究更加關注可穿戴技術的創新與實際應用，尤其是在老年人健康監測和疾病管理方面。與此同時，設計研究和用戶研究亦是國內外研究的熱點。但國內注重“產品設計”“交互設計”“服務設計”“用戶體驗”，而國外關注“user acceptance”（用戶接受）、“design”（設計）和“adoption”（采納），這些差異反映出國內外在社會政策、技術發展與市場需求上的不同。

3.2"關鍵詞聚類

為進一步揭示研究熱點的內部結構及其相互關系，本文在關鍵詞共現網絡基礎上進行聚類分析，并通過聚類模塊值（Q值）和平均輪廓值（S值）評估聚類效果。通常，Q值大于0.30表示聚類結構顯著，而S值大于0.70則表示聚類合理^［30］。關鍵詞的聚類分析結果顯示，國內研究的Q值為

0.85，國際研究的Q值為0.51，且所有聚類S值均大于0.70，表明聚類結構合理且顯著。從國內外關鍵詞聚類統計信息（表6和表7）可知，國內研究共包含12個顯著聚類，國際研究共包含8個顯著聚類，且這些聚類標簽主要來源于關鍵詞分析中的高頻詞或高中心性詞。隨后，對國內外研究聚類內容進行整合，從技術、應用和用戶三個聚類主題進行圖譜繪制，結果如圖4所示。

綜合分析表6、表7和圖4可知，在技術層面，國內外研究均高度關注傳感器技術與可穿戴產品的研發。國內研究涉及聚類#2三軸加速度傳感器、#5智能服裝和#6智能手表，國際研究涉及聚類#0 inertial sensors（慣性傳感器）、#6 fitness trackers（健身追蹤器）;在應用層面，國內側重于智慧養老服務與醫療應用，包含聚類#0心血管疾病、#1居家養老、#3智慧養老、#7慢性病、#8跌倒檢測、#11移動醫療，而國際更傾向于健康監測與疾病管理，包含聚類#2 physical activity（體育活動）、#3 "health monitoring（健康監測）、#4 fall detection（跌倒檢測）、#5 dementia（癡呆）、#7 atrial fibrillation（心房顫動）;在用戶研究層面，國內研究主要關注老年人對智能健康穿戴產品的采納因素與使用體驗，包含聚類#4影響因素、#9技術采納、#10用戶體驗，而國際研究則更注重老年人對可穿戴技術的接受度，廣泛采用多種技術接受模型（如TAM、TAM2、UTAUT、UTAUT2、STAM）以進行深入分析，包含聚類#1 technology acceptance。

綜上，國內外關鍵詞的聚類結果與共現分析內容高度一致，說明了關鍵詞分析的準確性，揭示出國內外研究熱點領域的差異。此外，國內外在技術與應用層面相關研究相對豐富，而用戶層面的研究略顯不足，未來的研究應進一步結合技術、應用和用戶層面的成果，促進智能健康穿戴產品的適老化設計與推廣。

4"研究前沿演進

時區圖在時間維度上可視化展示關鍵詞的演化脈絡，直觀反映關鍵詞在研究中的頻次和首次出現時間，常用于識別研究課題的演變趨勢^［31］。為深入探究國內外老年智能健康穿戴產品研究領域的前沿演進趨勢，本文對納入關鍵詞的平均出現時間進行統計分析，分別得到國內和國際研究的關鍵詞時區演化圖譜，如圖5和圖6所示。圖5和圖6中紅色的節點代表突現關鍵詞，這些關鍵詞揭示不同時期的研究關注點與變化趨勢，能夠有效預測研究的前沿方向。通過結合時區圖和突現關鍵詞的見解，有助于獲取更為客觀準確的研究洞察^［32］。

由圖5可知，國內研究經歷了從產品開發與應用，逐步轉向養老服務系統集成與優化，再到老年智能健康監測與管理的三個主要發展階段。在第一階段（2013—2016年），隨著智能健康穿戴產品的興起，研究關鍵詞集中在“使能技術”“老年護理”“智慧養老”“慢性疾病”等領域。“穿戴式”（突現強度3.41）和“三軸加速度”（突現強度2.09）的高強度突現表明國內對可穿戴產品和傳感技術相關研究的重視，“慢性疾病”和“工業設計”的突現反映出對老年人健康管理與產品設計方面的關注。同時，“交互設計”“體驗設計”“情感化設計”“參與式設計”的出現，顯示出國內學界逐漸重視用戶的交互和情感體驗，以及用戶在產品設計中的參與感，這為后續研究奠定堅實基礎。在第二階段（2017—2019年），隨著可穿戴技術的逐漸成熟，研究重點逐步轉向通過物聯網、云平臺和互聯網等技術手段實現高效的健康管理與養老服務。此階段的主要關鍵詞包括“跌倒檢測”“物聯網”“云平臺”“互聯網醫療”“健康管理”“養老服務”等。此外，關鍵詞“居家養老”（突現時間為2017—2020年）和“大數據”（突現時間2018—2019年）在這一階段與“跌倒”（突現時間2017—2021年）和“養老服務”（突現時間2018—2019年）的同期突現，進一步證實國內研究重心從硬件技術轉向智能服務系統與數據分析，強調通過系統集成技術來實現更全面的健康管理和養老服務。在第三階段（2020—2023年），隨著技術和研究的進一步深化，研究重點關注人工智能等先進技術的應用，以提供更加智能化、個性化的健康監測與管理。此階段的關鍵詞如“健康信息”“移動醫療”“報警系統”“步態”“智能監測”“健康預測”顯示出這一趨勢，而“醫養結合”的突現則表明醫療與養老服務的深度融合已成為近期研究的熱點。同時，“影響因素”“交互行為”“用戶體驗”“使用行為”的研究凸顯出學界對老年用戶需求與行為的關注，以推動更加符合老年人需求的智能健康穿戴產品的設計與開發，并提升產品的接受度與使用效果。

由圖6可知，國際研究同樣經歷三個主要發展階段：從技術與設備開發，轉向可穿戴技術的應用與系統集成，再到側重探討老年人對技術的接受與采用。在第一階段（2013—2016年），研究聚焦于可穿戴技術與設備的開發，特別是提高設備的準確性與可靠性，以實現對老年人活動監測和跌倒檢測。此階段主要關鍵詞包括“sensor”（傳感器）、“system”（系統）、“fall detection”（跌倒檢測）、“accuracy”（準確性）、“triaxial accelerometer”（三軸加速度計）、“activity recognition”（活動識別）和“activity monitoring”（活動監測）等。值得注意的是，“跌倒檢測”以4.39的突現強度和2013—2019年的持續突現時間，成為此階段的核心研究主題。此外，“傳感器”（突現強度4.16，2013—2016年）、“三軸加速度計”（突現強度3.17，2014—2019年）和“活動識別”（突現強度2.64，2014—2020年）也在這一時期表現出顯著的突現，反映出國際研究在設備性能和活動識別技術方面的廣泛關注。在第二階段（2017—2020年），研究重點逐漸轉向可穿戴技術的應用與系統集成，旨在通過先進技術手段改善老年人的健康管理與生活質量。此階段涉及關鍵詞為“wearable technology”（可穿戴技術）、“risk”（風險）、“accelerometry”（加速度測量術）、“ambient assisted living”（環境輔助生活）、“intervention”（干預）、“health monitoring”（健康監測）等。此外，“干預”和“健康監測”的突現，表明在通過實時數據采集與分析來進行健康干預和預防方面的研究進展。隨著技術的進步，“machine learning”（機器學習）、“big data”（大數據）、“artificial intelligence”（人工智能）等先進技術顯著提升健康數據的采集和分析能力，以改進健康監測和疾病管理的效率及效果。這些技術的應用與集成促進老年智能健康穿戴產品的智能化和個性化健康管理的發展。進入第三階段（2021—2023年），國際研究則側重探討老年用戶對可穿戴技術的接受與使用行為，以及相關使用障礙與促進因素。關鍵詞如“adoption”（采納）、“challenge”（挑戰）、“barrier”（障礙）、“user acceptance”（用戶接受）、“impact”（影響）和“health promotion”（健康促進）等反映出這一趨勢，特別是“采納”一詞的突現進一步驗證研究重心正在從技術開發和場景應用轉向用戶體驗與采納研究。這表明國際研究對于老年用戶需求和使用行為的深入關注，旨在通過提高可穿戴技術的可及性和實用性，以促進老年群體的技術接受與持續使用。

5"研究知識基礎

以共被引網絡為基礎，通過共現聚類分析能夠揭示特定領域的知識基礎與結構^［33］。由于CNKI不支持導出文獻引用數據，故本文僅對WoS樣本數據進行共被引聚類分析。使用CiteSpace軟件對WoS記錄中的30 607篇參考文獻進行共被引聚類分析，采用Pathfinder和Pruning the merged network的剪切方式，生成老年智能健康穿戴產品研究的共被引聚類圖譜，如圖7所示。聚類結果的Q值為0.81（gt;0.30），表明研究領域界限清晰且領域分化顯著;權重平均S值為0.93（gt;0.70），表明聚類結構可靠且分布均勻。圖7中共包括17個聚類標簽，各標簽主題色塊與時間切片相對應，由深到淺的顏色表示研究主題的時間演進，顏色越淺代表研究主題越前沿。其中，#0 acceptable useful（接受性與有用性）的顏色最淺，表明這是一個新興研究主題。#2 comprehensive survey（綜合調查）、#6 mass adoption potential（大規模采納潛力）、#8 unobtrusive sensor（非侵入式傳感器）和#10 elderly perception（老年人感知）標簽也顯示出較淺的顏色，表明這些是近期關注的研究方向。

提取的聚類標簽主要分為三大類，如表8所示：1） 老年技術采納評估（Geriatric technology adoption assessment），聚焦于老年人對技術的感知和采納評估，聚類標簽涵蓋技術的接受性、有用性、老年人感知、客觀評估及識別等多個維度;2） 健康監測技術創新（Health monitoring technology innovation），涉及各類傳感器與監測系統的創新及應用，設計用于實時追蹤與評估用戶健康狀況，涵蓋聚類標簽有陀螺儀測量、無線心電圖監測系統、可穿戴活動跟蹤器、非侵入式傳感器、可穿戴醫療健康;3） 智能健康管理應用（Smart health management application），聚類標簽包括獨立生活、帕金森病、自由生活環境、步態識別、體育活動，這些既包括日常健康管理活動，也涉及具體的醫療健康應用，強調技術在疾病管理、日常生活獨立性提升及行為監測中的應用。值得注意的是，共被引聚類結果與關鍵詞聚類結果的高度契合，進一步證實該領域研究核心主題的一致性，以及研究熱點和知識結構的準確性與可靠性。

共被引頻次是衡量文獻在特定領域內影響力的重要指標，反映文獻在學術界的認可度及其對研究發展的貢獻。此外，與更多文獻形成共被引關系的節點中心性更高，這些文獻往往被視為推動研究領域視角轉變的關鍵節點^［34］。為有效識別對領域發展具有顯著貢獻的經典文獻，本文選取共被引頻次不低于5次且中心性不小于0.10的節點進行深入分析，如表9所示。

按照內容，表9中所列的8篇文獻可分為綜述類和研究類。綜述類文獻主要聚焦于老年人健康監測與管理的可穿戴技術應用。其中，Godfrey^［35］對可穿戴技術在老年人步態分析和跌倒檢測中的作用進行探討，指出慣性傳感器設備在自由生活環境中監測健康的潛力，并強調需融合先進算法以增強設備性能和實用性。Wang等^［36］全面回顧了用于老年護理的可穿戴技術，涵蓋室內定位、活動識別和生命體征監測，強調這些技術的綜合應用對健康管理和護理的支持作用。對可穿戴技術和基于物聯網的監測技術在老年人服務（重點關注日常生活活動、跌倒檢測和預防）中的現狀，Baig等^［37］進行了系統回顧，包括識別數據收集、數據處理、風險評估、可用性和可接受性等關鍵挑戰。這些綜述類文獻的全面性、普遍性和對未來研究方向的預測給研究者提供更多新的視角與啟示。研究類文獻則從三個層面展開：1）老年用戶接受與使用。Puri等^［38］通過混合方法分析老年人對腕戴式活動追蹤器的接受度，發現舒適性、美觀性和價格等產品特征對接受度有重要影響，強調在產品設計中考慮老年人需求的重要性。Mercer等^［39］的研究基于TAM模型，通過問卷調查和定性分析，對老年用戶就可穿戴活動追蹤器的使用體驗進行評估，揭示產品在老年慢性病患者中的有用性和可接受性。Kekade等^［40］通過系統評價和問卷調查確定可穿戴產品在老年人群中的使用情況，結果表明老年人對產品的使用意愿有限，需進一步改善使用性，以促進身心活動;2）智能監測技術與系統設計。Daher等^［41］開發出一種基于智能地磚網絡的跌倒檢測系統，通過多傳感器模式（力和加速度）融合，以非侵入性方式監測老年人活動，是環境輔助生活技術的重要進步;3）可穿戴產品使用效用。Liu等^［42］對使用可穿戴活動追蹤器（如智能手表、手環等）改善久坐老年人體育活動水平的影響進行薈萃分析，證明可穿戴活動追蹤器干預措施可顯著提高老年人體育活動水平，為促進積極生活方式提供證據。

綜上所述，老年人健康監測與管理中的可穿戴技術在步態分析、跌倒檢測、室內定位和生命體征監測等方面展現出廣泛的應用前景，老年用戶接受和使用研究為可穿戴產品適老化設計與改造提供實踐指導，智能監測技術與系統設計則展示出先進技術在老年人健康監測中的巨大潛力，而可穿戴產品的使用效用進一步證明這些產品對老年人健康活動的促進作用。這些關鍵節點文獻構成老年智能健康穿戴產品研究領域的知識基礎，能夠為未來研究方向提供有效參考。

6"結"論

本文對近十年來國內外老年智能健康穿戴產品領域的相關研究進行文獻計量與可視化分析，構建并呈現出該領域已有研究的清晰框架。通過定量與定性分析，得出以下結論：

1） 從研究時空分布來看，國內外年發文量呈現一致上升趨勢，但國際研究活躍度更為顯著。該領域在全球范圍內受到廣泛關注，其中美國和中國的研究產出遙遙領先，且兩國之間的學術合作最為密切;而英國在連接美國、中國及歐洲各國的學術交流中扮演關鍵角色，促進著跨區域的研究協作。此外，高等院校是相關研究的主要陣地，且展現出一定的競爭態勢。

2） 從研究熱點主題來看，研究主題重點圍繞技術、應用和用戶三個層面開展。國內研究強調智慧養老的社會應用，重點探討可穿戴技術與養老服務的系統性整合;而國際研究更側重可穿戴技術創新與實際應用，尤其是在老年人健康監測、疾病管理及老年人對可穿戴技術的接受度等方面。

3） 從研究前沿演進來看，國內研究從產品開發與應用，逐步過渡到養老服務系統的集成與優化，最終聚焦于老年智能健康監測與管理;而國際研究則從技術與設備開發轉向可穿戴技術的廣泛應用與集成，再到側重探討老年用戶對技術的接受與采用研究。

4） 從研究知識基礎來看，老年技術采納評估、健康監測技術創新和智能健康管理應用共同構成該領域的知識基礎。接受性與有用性是新興研究主題。經典文獻研究集中在老年人健康監測與管理的可穿戴技術應用、老年用戶接受與使用、智能監測技術與系統設計、可穿戴產品使用效用這四個方面。

為促進老年人對智能健康穿戴產品的廣泛接受和有效使用，未來研究應深度融合工程技術創新與醫療專業知識，以提升可穿戴產品的醫療測量準確性;不斷探索老年人的使用體驗和用戶需求，優化以老年用戶為中心的產品設計方法;采用縱向研究，持續觀察產品使用與影響效果的關聯，驗證長期使用對提升老年人健康水平的實際效用。這些研究將推動老年智能健康穿戴產品的進一步發展，為應對全球老齡化健康挑戰提供有效支持。

本研究仍存在以下不足：1） 在文獻檢索過程中，盡管采用廣泛的主題詞檢索策略，但未能涵蓋具體類別產品（如智能服裝、智能手環、智能手表等）的所有文獻，可能導致相關文獻的遺漏，進而影響對研究熱點和趨勢的全面審視。后續應擴展檢索詞范圍，以減少文獻遺漏的風險。2） 在樣本篩選過程中，盡管本研究遵循嚴格的篩查標準，但人工操作可能存在主觀性偏差，影響結果的客觀性和準確性。未來研究應考慮引入自動化的文本分析工具，并采用更為嚴格和統一的篩選標準，以進一步提升研究的精確性和可重復性。3） WoS記錄包含部分國內學者的研究文獻，在數據分析時可能對整體分析結果會產生一定影響。后續研究可考慮將這些文獻翻譯后與其國內研究整合，以實現更全面和精細的關鍵詞分析。當然，由于跨數據庫引用數據的整合存在技術挑戰，除共現頻次分析外，其他復雜分析方法仍需依賴新技術的發展與應用。

參考文獻：

［1］THIYAGARAJAN J A， MIKTON C， HARWOOD R H， et al. The UN Decade of healthy ageing： Strengthening measurement for monitoring health and wellbeing of older people［J］. Age and Ageing， 2022， 51（7）： 147.

［2］PROMMAS P， LWIN K S， CHEN Y C， et al. The impact of social isolation from COVID-19-related public health measures on cognitive function and mental health among older adults： A systematic review and meta-analysis［J］. Ageing Research Reviews， 2023， 85： 101839.

［3］任勤， 黃潔. 社會養老對老年人健康影響的實證分析： 基于城鄉差異的視角［J］. 財經科學， 2015（3）： 109-120.

REN Q， HUANG J. Empirical analysis on the impact of social pension on old people’s health from the perspective of urban and rural differences［J］. Finance amp; Economics， 2015（3）： 109-120.

［4］晏月平， 李雅琳. 健康老齡化到積極老齡化面臨的挑戰及策略研究［J］. 東岳論叢， 2022， 43（7）： 165-175.

YAN Y P， LI Y L. Research on challenges and strategies from healthy aging to active aging［J］. Dongyue Tribune， 2022， 43（7）： 165-175.

［5］BASAKLAR T， TUNCEL Y， AN S， et al. Wearable devices and low-power design for smart health applications： Challenges and opportunities［C］//2021 IEEE/ACM International Symposium on Low Power Electronics and Design （ISLPED）. New York： IEEE， 2021.

［6］RATTANAWIBOOMSOM V， TALPUR S R. Enhancing health monitoring and active aging in the elderly population： A study on wearable technology and technology-assisted care［J］. International Journal of Online amp; Biomedical Engineering， 2023， 19（11）： 173.

［7］DAI B Y， GAO C C， XIE Y N. Flexible wearable devices for intelligent health monitoring［J］. View， 2022， 3（5）： 20220027.

［8］SHINDE K， ALDAGHAMIN A， TUMAR I， et al. An IoT-based context-aware recommender system to improve the quality of life of elderly people［C］//2021 11^th"IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems： Technology and Applications （IDAACS）. New York： IEEE， 2021.

［9］ARGAARS J G， WONG Y T， BEGG R， et al. State-of-the-art wearable sensors and possibilities for radar in fall prevention［J］. Sensors， 2021， 21（20）： 6836.

［10］TEIXEIRA E， FONSECA H， DINIZ-SOUSA F， et al. Wearable devices for physical activity and healthcare monitoring in elderly people： A critical review［J］. Geriatrics， 2021， 6（2）： 38.

［11］BABAR F， CHEEMA A M， AHMAD Z， et al. Sensitivity and specificity of wearables for atrial fibrillation in elderly populations： A systematic review［J］. Current Cardiology Reports， 2023， 25（7）： 761-779.

［12］LU R R， XU Y， LI X H， et al. Evaluation of wearable sensor devices in Parkinson’s disease： A review of current status and future prospects［J］. Parkinson’s Disease， 2020， 2020（1）： 1-8.

［13］VAVASOUR G， GIGGINS O M， DOYLE J， et al. How wearable sensors have been utilised to evaluate frailty in older adults： A systematic review［J］. Journal of Eeuroengineering and Rehabilitation， 2021， 18（112）： 1-20.

［14］BRAVO V P， MUOZ J A. Wearables and their applications for the rehabilitation of elderly people［J］. Medical amp; Biological Engineering amp; Computing， 2022， 60（5）： 1239-1252.

［15］FERGUSON C， HICKMAN L D， TURKMANI S， et al. “Wearables only work on patients that wear them”： Barriers and facilitators to the adoption of wearable cardiac monitoring technologies［J］. Cardiovascular Digital Health Journal， 2021， 2（2）： 137-147.

［16］CHEN Y， CHEN C M， LIU Z Y， et al. The methodology function of CiteSpace mapping knowledge domains［J］. Studies in Science of Science， 2015， 33（2）： 242-253.

［17］DEHGHANI M， KIM K J. Past and present research on wearable technologies： Bibliometric and cluster analyses of published research from 2000 to 2016［J］. International Journal of Innovation and Technology Management， 2019， 16（1）： 1950007.

［18］WANG C， QI H Y. Visualising the knowledge structure and evolution of wearable device research［J］. Journal of Medical Engineering amp; Technology， 2021， 45（3）： 207-222.

［19］高蕾， 劉婭. 2001—2015年中國可穿戴技術的文獻計量分析［J］. 情報探索， 2017， 1（1）： 118-123.

GAO L， LIU Y. Bibliometric analysis of wearable technology in China from 2001-2015［J］. Information Research， 2017， 1（1）： 118-123.

［20］周夢燁， 薛菲莉， 李謙謙. 基于文獻計量的可穿戴產品設計發展與趨勢分析［J］. 工業工程設計， 2023， 5（5）： 52-64.

ZHOU M Y， XUE F L， LI Q Q. Development and trend analysis of wearable product design based on bibliometrics［J］. Industrial amp; Engineering Design， 2023， 5（5）： 52-64.

［21］KAGEYAMA I， KURATA K， MIYASHITA S， et al. A bibliometric analysis of wearable device research trends 2001-2022： A study on the reversal of number of publications and research trends in China and the USA［J］. International Journal of Environmental Research and Public Health， 2022， 19（24）： 16427.

［22］GAO R， MU B W， LYU S N， et al. Review of the application of wearable devices in construction safety： A bibliometric analysis from 2005 to 2021［J］. Buildings， 2022， 12（3）： 344.

［23］HU L X， CHEN Y K， CAO E G， et al. User experience amp; usability of wearable heath device： A bibliometric analysis of 2014-2023［J/OL］. International Journal of Human-Computer Interaction， 2024： 1-20. https：//doi.org/10.1080/10447318.2024.2357905

［24］王成梁， 戴堅， 留伊丹， 等. 人工智能輔助教育應用研究的全球知識圖譜： 發展路徑與前沿動態： 基于CNKI與WoS的文獻計量分析［J］. 軟件導刊， 2023， 22（1）： 38-45.

WANG C L， DAI J， LIU Y D， et al. Global knowledge graph of artificial intelligence in education application research： Development paths and frontier dynamics： A bibliometric analysis based on CNKI and WoS［J］. Software Guide， 2023， 22（1）： 38-45.

［25］SHANG X R， LIU Z J， GONG C， et al. Knowledge mapping and evolution of research on older adults’ technology acceptance： A bibliometric study from 2013 to 2023［J］. Humanities and Social Sciences Communications， 2024， 11（1）： 1115.

［26］PAN X L， YAN E J， CUI M， et al. Examining the usage， citation， and diffusion patterns of bibliometric mapping software： A comparative study of three tools［J］. Journal of Informetrics， 2018， 12（2）： 481-493.

［27］CHEN C M. CiteSpace II： Detecting and visualizing emerging trends and transient patterns in scientific literature［J］. Journal of the American Society for Information Science and Technology， 2006， 57（3）： 359-377.

［28］HUANG R H， YAN P， YANG X M. Knowledge map visualization of technology hotspots and development trends in China’s textile manufacturing industry［J］. IET Collaborative Intelligent Manufacturing， 2021， 3（3）： 243-251.

［29］PARK J S， KIM N R， HAN E J. Analysis of trends in science and technology using keyword network analysis［J］. Journal of the Korea Industrial Information Systems Research， 2018， 23（2）： 63-73.

［30］卓娜， 周明生. 國內外服務型制造研究熱點與發展趨勢［J］. 科學管理研究， 2022， 40（6）： 50-58.

ZHUO N， ZHOU M S. Research highlights and frontier trends of service-oriented manufacturing at home and abroad［J］. Scientific Management Research， 2022， 40（6）： 50-58.

［31］JING Y H， WANG C L， CHEN Z Y， et al. A bibliometric analysis of studies on technology-supported learning environments： Hot topics and frontier evolution［J］. Journal of Computer Assisted Learning， 2024， 40（3）： 1185-1200.

［32］WANG J M， CHEN Y K， HUO S G， et al. Research hotspots and trends of social robot interaction design： A bibliometric analysis［J］. Sensors， 2023， 23（23）： 9369.

［33］ZHANG J Z， ZHU L P. Citation recommendation using semantic representation of cited papers’ relations and content［J］. Expert Systems with Applications， 2022， 187： 115826.

［34］CHEN C M. Searching for intellectual turning points： Progressive knowledge domain visualization［J］. Proceedings of the National Academy of Sciences of the United States of America， 2004， 101（1）： 5303-5310.

［35］GODFREY A. Wearables for independent living in older adults： Gait and falls［J］. Maturitas， 2017， 100： 16-26.

［36］WANG Z H， YANG Z C， DONG T. A review of wearable technologies for elderly care that can accurately track indoor position， recognize physical activities and monitor vital signs in real time［J］. Sensors， 2017， 17（2）： 341.

［37］BAIG M M， AFIFI S， GHOLAMHOSSEINI H， et al. A systematic review of wearable sensors and IoT-based monitoring applications for older adults： A focus on ageing population and independent living［J］. Journal of Medical Systems， 2019， 43： 1-11.

［38］PURI A， KIM B， NGUYEN O， et al. User acceptance of wrist-worn activity trackers among community-dwelling older adults： Mixed method study［J］. JMIR mHealth and uHealth， 2017， 5（11）： 1-16.

［39］MERCER K， GIANGREGORIO L， SCHNEIDER E， et al. Acceptance of commercially available wearable activity trackers among adults aged over 50 and with chronic illness： A mixed-methods evaluation［J］. JMIR mHealth and uHealth， 2016， 4（1）： 1-17.

［40］KEKADE S， HSEIEH C H， ISLAM M M， et al. The usefulness and actual use of wearable devices among the elderly population［J］. Computer Methods and Programs in Biomedicine， 2018， 153： 137-159.

［41］DAHER M， DIAB A， EL NAJJAR M E B， et al. Elder tracking and fall detection system using smart tiles［J］. IEEE Sensors Journal， 2016， 17（2）： 469-479.

［42］LIU J Y W， KOR P P K， CHAN C P Y， et al. The effectiveness of a wearable activity tracker （WAT）-based intervention to improve physical activity levels in sedentary older adults： A systematic review and meta-analysis［J］. Archives of Gerontology and Geriatrics， 2020， 91： 104211.

Research situation analysis of smart health wearables for the elderly at home and abroad

ZHANG Chi， WANG Xiangrong

SHANG Xianru¹， LIU Zijian¹， HU Zhigang¹， MA Yanfang¹， GONG Chen¹， CHAN Jun Hoong¹

（1.School of Art amp; Design， Shaanxi University of Science amp; Technology， Xi’an 710021， China;2.School of Computer Science， Peking University， Beijing 100871， China）

Abstract：

As the global trend of population ageing intensifies， the health management needs of the elderly are becoming increasingly urgent， while the existing pension system and medical resources are ill-equipped to cope with this realistic challenge. In this context， smart health wearables， as a major innovation in the field of health technology， integrate advanced technologies such as sensors， mobile technology and artificial intelligence to efficiently collect and analyze users’ physiological data， provide real-time feedback on health conditions and provide early warnings， and help users realize self-health management. These products demonstrate considerable potential for application among the elderly population， offering efficient and convenient health management services that are expected to significantly enhance their quality of life and optimize the allocation of medical resources. In recent years， the rapid development of this field has triggered extensive research in the academic community. However， the majority of existing studies focus on technology development and application scenarios， and lack a systematic overview of the field and a comprehensive comparison of domestic and international studies. To address this gap， the study employed bibliometric methods to systematically review and evaluate the research conducted over the past decade on smart health wearables for the elderly， both domestically and internationally. The aim is to reveal the current research status， hotspots， and trends in this field， and to explore potential research directions， providing valuable insights for academic research， technological innovation， and practical applications.

Using the CNKI and Web of Science core databases as data sources， the study selected relevant literature on elderly smart health wearables published between 2013 and 2023. A total of 339 domestic and 649 international papers were chosen， and the data were visualized using VOSviewer and CiteSpace software. First， descriptive statistical analysis was conducted on the annual publication volume， as well as the contributions of countries and institutions. Second， co-occurrence and clustering analyses of keywords were performed to identify research hotspots domestically and internationally. Additionally， keyword time-zone and burst detection were used to reveal the evolution of research frontiers. Finally， co-citation analysis was employed to present the foundational knowledge structure of international research and identify influential classic works. This study is the first to conduct a bibliometric analysis of research on elderly smart health wearables both domestically and internationally. This study has constructed knowledge maps， providing a clear framework for the existing research in this field. The study reveals the current research status and trends in the field of smart health wearables for the elderly from four dimensions： spatiotemporal distribution， research hotspots， frontier evolution， and knowledge foundations. The results show that the USA and China dominate international research in this field， with particularly close academic collaboration between the two countries. Although domestic and international research have different focuses， domestic studies mainly concentrate on the integration of wearable technology and elderly care systems， while international research focuses more on technological innovation in health management and its practical applications， as well as elderly technology acceptance. Domestic research has evolved from product development and the optimization of elderly care systems to smart health management applications. Meanwhile， international research has shifted from technology development and system integration to in-depth exploration of elderly technology acceptance and adoption. Additionally， geriatric technology adoption assessment， health monitoring technology innovation， and smart health management applications form the foundational knowledge of this field.

Future research should strengthen interdisciplinary collaboration between engineering and medical fields， so as to explore user experience and needs to optimize elderly-centered product design. Long-term efficacy validation is necessary to ensure the practical application of smart health wearables. These studies will drive the further development of smart health wearables for the elderly， and offer effective support in addressing the global health challenges posed by aging.

Key words：

elderly; smart health wearables; bibliometrics; visualization; VOSviewer; CiteSpace