综述：老年人移动可穿戴设备中AI（人工智能）应用仍以监督学习为主，隐私与信任成主要落地障碍
一篇发表于《Disability and Rehabilitation. Assistive Technology》（《残疾与康复：辅助技术》）的范围综述，梳理了老年人（65岁及以上）移动可穿戴设备的硬件与人工智能（AI）软件。
研究纳入27个国家的197项研究，其中仅14项应用AI分析，13项为监督学习。
综述指出，实时监测与反馈是最被看好的方向，但隐私、数据治理、信任和数字素养不平等是反复出现的约束，证据基础在方法学上仍碎片化，对AI模型的真实世界纵向评估有限。
该综述为重印摘要级证据（PubMed题录与摘要，非论文全文）。 方法遵循Arksey和O'Malley五步框架，检索2010年1月至2025年12月的五个数据库及一个数据接口（OVID），两名评审独立筛选。 纳入197项来自27个国家的研究，以定量研究为主（97.0%）。 移动监测主要依赖加速度计（63.5%），材质以塑料为主（87%），多佩戴于髋部或腰部。
仅14项研究采用AI（人工智能）分析，其中13项使用监督学习，1项同时使用监督学习和深度学习。 按社会生态框架提炼出22个主题、10个机会和12个挑战：机会包括认知与心理健康益处（个体）、社会动机（人际）、劳动力效率（组织）和报销演变（政策）； 挑战包括可接受性（个体）、自主与依赖张力（人际）、标准化与整合障碍（组织）和监管空白（政策）。
结论指出证据基础方法学碎片化，AI模型的真实世界纵向评估有限，呼吁向深度学习与强化学习架构推进。
这篇综述提供了老年人移动可穿戴AI（人工智能）应用的全景图，最值得注意的是AI渗透率极低——197项研究中仅14项（约7%）应用AI，且几乎全部为监督学习，更复杂的架构应用罕见。 这提示该领域仍处于早期数据积累阶段。 综述识别的隐私、信任和数字素养不平等问题，对面向老年群体的AI健康产品具有普遍警示意义。
需注意：认知与心理健康仅被列为机会层面的表述，且证据碎片化，即便在综述层面也不足以支撑任何临床效果结论； 本摘要亦未报告AI在真实世界中的有效性数据。
后续观察信号
- 追踪该综述团队后续是否发表针对AI（人工智能）模型真实世界评估的专项研究
- 关注老年人可穿戴设备中AI（人工智能）隐私与数据治理的监管进展