手术部位感染（surgical site infection，SSI）是指发生于手术切口浅表、深部器官和腔隙的感染，是外科术后患者伤口最常见的伤口相关并发症之一[1-2]。根据世界卫生组织报告，在低收入和中等收入国家中，术后患者发生SSI的风险高达11%，该类感染不仅显著延缓患者的康复进程，还对医疗系统和患者家庭造成沉重负担，严重影响患者生活质量[3]。随着加速康复外科理念不断推广与临床实践的深入，患者术后住院时间显著缩短且早期出院率显著提高。然而，术后伤口相关并发症逐渐由院内阶段转移至院外阶段发生，尤其集中于患者出院后的居家康复时期。因此，建立高效、连续的术后伤口管理模式已成为预防SSI的关键环节[4]。目前，传统术后随访主要依赖患者自我观察、电话随访和定期门诊复查，普通存在监测时效性不足、患者依从性较差及数据采集不连续等问题，难以满足现代外科快速康复管理的需求。研究显示，SSI可显著延长患者康复周期并增高慢性疾病风险[5]。2025年，国家卫生健康委员会印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确提出推动人工智能在医疗卫生领域的规范化和体系化应用，拓展临床应用场景，构建覆盖预防、诊疗、康复及健康管理全过程的智能化服务体系[6]。近年来，伴随信息技术、人工智能、物联网和5G通信技术的迅猛发展，数字健康技术开始深度融入医疗健康领域。数字健康技术可依托移动应用、可穿戴设备及远程监测平台，实现伤口愈合过程的实时跟踪、感染风险的早期识别及康复行为的个体化指导，从而提高患者自我管理能力，降低SSI发生率，优化医疗资源配置[7]。本文对数字健康技术进行概述，重点探讨移动健康、人工智能、物联网及可穿戴设备等在SSI早期预警和患者自我管理方面的作用与成效，以期为中国数字在术后伤口管理领域中的进一步应用提供参考。

1 数字健康技术的概述

数字健康技术是指综合利用计算机、通信、网络、人工智能、物联网等技术手段，对信息进行采集、存储、处理、传输和应用的现代信息技术体系。其涵盖大数据、云计算、人工智能、物联网、5G通信等前沿技术，旨在通过数字化手段提升效率、优化流程、增强决策能力，并推动医疗健康领域的数字化转型[8-9]。数字化伤口监测起源于20世纪末期的远程医疗实践，早期主要依托数码影像与通信技术实现术后创口的远程评估[10]。进入21世纪后，随着互联网、移动终端的普及，远程伤口护理逐步形成体系“Tele-wound care”概念随之提出[11]。2010年，美国食品和药物管理局发布《移动医疗应用指南》，首次批准数字健康产品用于临床[12]。随后，欧洲联盟发布《欧洲健康数据空间法案》，推动远程护理及数字化伤口监测的标准化发展[13]。中国随着信息技术与医疗健康深度融合推动数字化医疗建设进入快速发展阶段。国家层面相继出台《“健康中国2030”规划纲要》《“十四五”全民健康信息化规划》《智慧医院建设指南（试行）》等政策文件，明确提出以大数据、人工智能和物联网等数字技术推动医疗服务模式创新，促进智慧医疗体系建设[14-16]。近年来，人工智能、大数据与物联网的快速进步使数字化伤口监测进入智能化阶段，其特征表现为实时数据采集、智能识别及个体化感染风险预测[17]。在术后伤口管理中，数字化监测设备可连续记录伤口温度、颜色和渗液量等指标，结合智能算法进行趋势分析，实现感染风险的早期预警与干预[18]。由此，术后感染管理逐步由“经验判断”到“数据驱动”的转变，标志着其迈入数字化、智能化发展的新阶段[19]。

2 数字健康在成人外科术后伤口管理中的干预形式

2.1 移动健康

移动健康是指依托移动设备与无线技术开展健康相关活动的实践体系，通过智能手机、患者监测设备及其他无线终端，为患者提供医疗服务和健康信息管理[20]。在术后伤口管理中，移动健康可实现对伤口图像、体温、疼痛及渗出量等数据的实时采集与上传，并提供在线健康宣教与护理指导。相较于传统人工测量，基于智能手机的伤口监测作为移动健康的重要应用形式，能利用手机摄像头结合图像识别算法，实现创面面积、深度等关键参数的客观量化评估[21]。McLean等[17]将一款远程数字化伤口评估工具应用于200例腹部手术患者术后30 d随访，系统使用率达83.0%，患者在Telehealth Usability Questionnaire中对系统的易用性、满意度、有用性评分均高于4分（满分5分），显示该随访模式具有良好的技术可行性与患者接受度。同时72.7%的SSI发生于出院后，并借助该系统及时发现，可显著增强院外感染监测能力。但该系统仍依赖患者主动上传信息，而老年患者操作依从性较弱，仍需进一步优化交互设计。Temple-Oberle等[22]在72例乳房重建及妇科肿瘤手术患者中应用智能手机App进行随访，患者通过程序上传伤口照片、记录疼痛及活动情况，医护人员在系统后台实时监测并给予指导，结果显示App组术后2周和6周的术后恢复质量量表得分均显著高于对照组，两组并发症发生率、急诊就诊次数及医师接触次数比较差异无统计学意义，提示智能手机随访在不增加医疗风险的前提下，可明显改善患者主观恢复体验，但随访周期较短，尚缺乏长期愈合与并发症数据。从感染监测角度看，Khani等[23]研究显示，通过智能手机上传伤口图像并获得即时反馈的随访模式，可提高感染检出率，有助于实现更早、更敏感的感染识别。

综上所述，移动健康及智能手机应用为患者提供个体化、即时化和延续性的伤口管理服务，提升院外随访的覆盖率与时效性，并在早期感染识别方面具有优势。然而，其在老年及低数字素养群体中的适配性仍需改进。未来应在统一规范与伦理框架下，引入人工智能算法实现自动化图像识别与风险预警，以减轻医护负担并提高临床推广价值。

2.2 人工智能

人工智能主要包括机器学习、深度学习和计算机视觉等方法，可基于卷积神经网络、U-Net及Transformer等模型对伤口图像进行自动分割、分类和风险预测，从而推动术后伤口评估由主观经验向客观量化的转变[24]。针对SSI的识别，Tabja Bortesi等[25]对近年来基于图像的SSI机器学习研究进行范围综述，发现现有模型在灵敏度和特异度方面整体处于中高水平，但普遍存在样本量偏小、研究设计异质性大及验证方法不统一等问题，提示相关证据仍以可行性研究为主。Tanner等[19]在心外科患者中评估一套集成人工智能算法的数字化伤口监测平台，人工智能对患者上传的切口图像进行自动初筛和分级，由临床医生重点复核“高风险”图像，结果显示该平台在疑似感染识别方面表现良好，并可在保证安全性的前提下减少医护人员工作量，但研究为单中心设计，样本量和随访时间有限。Craus-Miguel等[26]开发的RedScar®术后伤口监测App通过算法自动评估患者上传的切口图像，并给出就诊建议，前瞻性配对队列研究显示，该应用在识别疑似SSI方面具有较好的一致性和患者满意度，但研究对象主要集中于腹部手术群体，推广性仍需进一步验证。此外，McLean等[27]基于胃肠外科远程随访研究的数据构建融合伤口图像与患者自报症状的多模态神经网络，用于预测术后48 h内发生SSI的风险，其预测性能与临床医生在线分诊相当（曲线下面积：0.762和0.777），模拟分析显示该模型若嵌入远程监测流程，可在维持诊断性能的同时减少约80%的医护工作量，显著缓解术后随访的人力压力。

综上所述，人工智能在术后伤口图像评估中的应用已在伤口分割、组织识别、SSI早期筛查及多模态风险预测等方面展现出良好前景。然而，现阶段研究仍以模型开发和初步验证为主，普遍存在训练数据单一、研究设计异质、缺乏多中心临床试验及统一评价标准等问题。未来亟须构建高质量的多中心伤口图像数据库，加强外部验证与临床嵌入式研究，并关注模型可解释性与护理人员使用体验，以推动人工智能在术后伤口管理中的规范化和可持续应用。

2.3 物联网与可穿戴设备

物联网与可穿戴设备的快速发展，使术后伤口管理逐步由静态、间断性观察向动态、连续和个体化监测转变。传统伤口评估依赖患者就诊或医护人员现场检查，难以实现参数的持续、无创监测，而基于物联网的可穿戴系统可实时采集伤口温度、湿度、pH值及炎症标志物等关键指标，并通过无线网络传输至云端或临床监护平台，实现持续监测、远程评估与早期预警。这不仅提高护理效率，而且为术后感染监测和愈合判断提供动态数据支持，有助于个体化护理决策。目前，物联网与可穿戴设备在创伤护理领域的研究主要集中于传感器设计、系统集成及临床可行性评估。一项关于可穿戴生物传感器的综述指出，先进的柔性传感器已能实时检测pH值、温度、湿度及炎症相关生物标志物，为伤口状态变化提供连续数据支持，但在传感准确性、能量供应及用户依从性方面仍面临挑战。通过物联网技术将传感数据实时传输至智能手机或云平台，是实现远程护理的重要基础[18]。Noushin等[28]将物联网技术整合至伤口监测系统，通过可穿戴传感装置对炎症介质如白细胞介素-6和白细胞介素-10进行实时定量检测，并将数据无线传输至后端监控平台，为医护人员提供炎症状态的即时反馈。该系统在体外测试中表现出良好的灵敏度和重复性，为术后炎症监测提供可行思路。Wandwi[29]研究将物联网与云端分析相结合，用于术后实时监测与康复追踪，其框架研究表明多参数数据的集中采集与远程分析可提升对复杂恢复过程的实时理解和管理能力，凸显物联网在数据传输、远程可视化和临床决策支持方面的优势。

综上所述，基于物联网的可穿戴传感系统为术后伤口管理提供连续、动态和远程的监测手段，有助于早期风险识别与护理干预，并具备改善护理覆盖率和患者体验的潜力。未来研究仍需聚焦于提高传感精度、解决能量与耐久性问题，并推动跨设备标准化和多中心临床验证，以促进相关技术的临床转化与推广应用。

3 数字技术在术后伤口远程护理与患者管理中的应用模式

3.1 远程视频护理与在线随访

随着信息通信技术和远程医疗平台的发展，远程视频护理逐渐成为成人外科术后管理的重要方式。该模式依托移动终端、云平台和高清视频通信，使患者在院外即可接受术后伤口评估、健康咨询及康复指导，在保证医疗安全的前提下，有助于提升护理连续性、改善患者体验，并减轻门诊随访压力和再入院风险。一项系统综述纳入来自66个国家的15 000余例术后患者，比较远程随访（视频或电话评估）与传统面对面随访的效果，结果显示远程随访在SSI识别方面与现场评估具有可比性，并在患者覆盖范围、医疗可达性和资源利用效率方面具有明显优势，提示标准化远程随访可安全扩展至更大群体[30]。Lathan等[31]关于可持续远程术后随访的研究指出，通过综合利用视频评估、伤口图像和标准化随访表格，可提高术后切口风险的早期检测效率，并减少患者为复诊而进行的长途出行，在优化资源利用和改善患者体验方面具有潜力。远程视频护理与在线随访不仅可替代部分传统门诊随访，而且在患者满意度、护理依从性和SSI早期识别等方面呈现出一定优势。相关的系统评价显示，telemedicine干预可显著提高患者满意度，并减少部分不必要的现场就诊次数，但各研究的具体效果评估指标存在异质性，提示需进一步标准化随访评价指标体系[32]。

尽管远程视频护理获得初步支持，但其推广仍面临一定限制：①网络条件和患者数字素养对随访效果具有重要影响，尤其在偏远或低资源地区更突出；②不同研究在随访频率、评估工具和随访时长方面差异较大，尚未形成统一操作规范。综上所述，远程视频护理与在线随访在提升患者覆盖面、优化随访效率和改善护理体验方面具有明显优势，但当前证据仍以观察性研究为主，未来有必要开展多中心随机对照试验，并建立标准化评价指标体系，以推动该模式的规范化应用和临床整合。

3.2 健康教育与患者自我管理

健康教育与持续的自我管理指导是术后伤口护理中重要的一环。数字健康技术通过移动端应用、远程平台和即时反馈机制，为患者提供实时的术后健康教育内容，使患者能在出院后主动参与自身护理过程。这些技术不仅扩展传统院内护理的时空界限，还通过交互式内容提高患者的健康素养与自我管理能力。Baniasadi等[33]使用手机应用程序用于术后随访不仅提高患者对术后指导的理解和执行，还改善患者接受护理信息的体验。患者对通过移动应用接收术后信息的可用性与可接受性普遍持积极态度，但显示出对数字素养和设备操作有一定的使用门槛需要克服[34]。Groenen等[35]开展的一项对213例术后患者的调查显示，尽管多数患者能自主实施创口护理，但有超过16%的患者仍表示不具备完全自我护理的能力，提示健康教育在提升自我管理技能方面仍有改进空间。

尽管数字健康教育干预在便利性、互动性和可达性方面具有明显优点，现阶段仍存在一定挑战：①患者的数字素养水平和智能设备的可获得性影响教育内容的获取及理解；②目前术后教育干预多集中于短期阶段，缺乏长期行为维持的循证支持；③创面教育内容的标准化与个体化匹配仍需进一步完善。未来研究应重点关注构建基于智能平台的个性化教育方案，结合远程监测、图像评估与自动反馈机制，实现教育内容与患者自我管理行为闭环，从而提升术后伤口护理的整体质量与患者长期健康结局。

3.3 降低感染率、促进愈合与改善预后

SSI是影响成人外科患者预后和医疗成本的重要因素，近年来随着数字健康技术的发展，远程伤口监测系统、人工智能图像识别和可穿戴传感器被广泛应用于术后护理，以实现伤口状态的连续监测与早期预警，从而有效降低感染率并促进伤口愈合。一项meta分析显示，远程诊断的灵敏度为87.8%，特异度为96.8%，提示远程监测在术后感染识别方面具有较高的准确性，有助于提高感染检出效率并降低漏诊风险[36]。Macefield等[37]开发的标准化患者自拍图像方法验证远程SSI评估的可行性，结果显示93%的患者能成功拍摄合格照片供医师判读，准确率与面对面检查高度一致（K=0.82）。

综上所述，数字健康技术通过远程监测、自动化图像分析与动态反馈，提高术后伤口管理的连续性与智能化水平，在降低感染风险和改善患者体验方面具有明显优势。未来仍需在多中心、大样本量研究基础上，进一步明确技术标准与数据安全规范，并结合人工智能和可穿戴设备，构建个体化风险预警与护理决策体系，以推动术后感染防控与康复管理的精准化发展。

4 存在不足与展望

4.1 护患数字健康素养差异明显，技术适配性仍需提升

尽管数字健康技术在成人外科术后伤口管理中展现出良好前景，但其实际应用效果在很大程度上受护患数字健康素养差异的影响。患者年龄、文化程度、信息获取能力及对新技术的接受度不同，尤其是老年患者在伤口图像采集、数据上传和平台操作方面常存在困难，可能削弱数字化管理的连续性与有效性[38]。在居家随访过程中，部分患者难以独立完成规范拍摄和信息上传，易出现图像质量不佳或随访节点遗漏等问题，导致远程评估不稳定，需反复人工干预，甚至转为线下复诊，从而影响数字化管理的效率优势[17]。医护人员在数字技术理解、数据解读及平台应用能力方面存在差异[8]。有研究在引入基于人工智能的伤口图像识别系统初期发现，部分医护人员对系统风险分级和预警提示的信任度有限，仍主要依赖个人经验判断，致系统预警未能及时转化为干预措施，技术优势难以充分发挥[39]。未来，应从系统层面加强护患数字健康素养建设。一方面，通过规范化培训与持续健康教育，提高患者对数字化伤口管理工具的认知与使用能力，重点关注老年患者和基层群体；另一方面，在医护人员继续教育中强化数字医学和智能医疗相关内容，提升其对人工智能评估结果和远程监测数据的理解与应用能力。同时，在技术设计阶段应坚持以用户为中心，简化操作流程、优化交互界面，以提升系统的可用性和普适性，增强不同群体对数字健康技术的适应能力。

4.2 隐私保护与数据安全风险并存，制度规范亟待完善

数字健康技术在术后伤口管理中广泛涉及伤口影像、生理参数及随访数据的采集、存储与远程传输，在提升管理效率的同时，也带来患者隐私保护和数据安全方面的潜在风险。若缺乏统一的技术标准和监管机制，患者敏感信息在跨平台共享和长期存储过程中，可能面临未经授权访问或数据泄露等问题，从而影响患者对数字化医疗服务的信任[40]。在部分基于移动应用的远程伤口随访中，患者需通过个人终端拍摄并上传伤口影像，若身份认证或数据加密措施不足，相关信息在传输或存储环节中可能被非授权获取[41]。此外，在多平台并行使用的情况下，患者数据需在不同系统间重复上传和调用，增加数据暴露和管理失控的风险[42]。在引入第三方数字健康平台参与术后管理时，若医疗机构与技术服务方在数据归属、使用权限及责任划分方面界定不清，一旦发生信息安全事件，责任主体难以明确，进一步加剧管理风险[43]。

未来，应在国家政策和行业规范层面完善数字健康领域的数据安全法律法规，明确医疗机构、技术服务方及使用者在数据采集、存储、使用和共享过程中的权责边界。同时，应建立数字健康技术临床应用的安全评估与准入机制，在部署前开展系统化风险评估，并在应用过程中实施持续监管。通过推进数据脱敏与匿名化处理，强化身份认证与加密传输技术，构建多层次的数据安全防护体系，以在保障患者隐私安全的基础上，促进数字健康技术在术后伤口管理中的规范化和可持续发展。

4.3 跨学科协作与系统整合不足，数字化管理模式有待优化

成人外科术后伤口管理是一项贯穿围手术期和涉及外科、护理、信息技术及健康管理等多学科协同参与的系统工程。然而，当前数字健康技术在临床应用中多以单一工具或独立平台形式存在，不同系统间缺乏统一标准和有效衔接，医疗信息系统的互联互通和数据共享水平有限，尚未形成协同、高效的一体化数字化管理模式。部分医疗机构同时使用远程随访平台、伤口图像评估系统及医院信息系统，但由于接口不统一，患者数据需在不同系统间重复录入和人工整合，不仅增加医护人员负担，也影响信息传递的及时性与准确性，制约数字健康技术在术后伤口管理中的整体效能发挥[44]。未来，应以临床需求为导向，加强跨学科协作机制建设，推动外科医师、护理人员、信息技术人员及医院管理者的协同参与，共同开展数字化伤口管理方案的设计、实施与评估。通过建立统一的数据标准和接口规范，整合人工智能分析、远程监测与临床决策支持系统，实现患者信息在院内外管理环节中的连续流转，构建覆盖术前评估、术后随访及长期管理的数字化伤口管理体系，从而优化成人外科术后伤口管理模式，提升医疗服务质量与运行效率。

5 小结

随着信息技术与医疗健康领域的深度融合，数字健康技术在成人外科术后伤口管理和SSI防控中的应用不断深化。移动健康应用、人工智能辅助评估、物联网与可穿戴设备监测及远程随访等手段，可实现术后伤口状态的连续监测与信息反馈，提升院外随访的覆盖率与时效性，促进患者自我管理，并在一定程度上有助于术后感染的早期识别和护理效率提升。然而，目前相关研究和临床实践仍处于探索阶段，普遍存在技术适配性不足、护患数字健康素养差异明显、隐私与数据安全风险及循证证据质量有限等问题。未来应在完善制度规范和伦理框架的基础上，加强多中心、高质量研究，推动数字健康技术与临床护理流程的深度融合，构建规范化、可推广的成人外科术后伤口数字化管理模式，以进一步提升术后伤口管理质量和患者预后。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[参考文献]

[1] SEIDELMAN J L，MANTYH C R，ANDERSON D J. Surgical site infection prevention：a review [J]. JAMA，2023，329（3）：244-252.

[2] 中华医学会外科学分会外科感染与重症医学组，中国医师协会外科医师分会肠瘘外科医师专业委员会. 中国手术部位感染预防指南[J]. 中华胃肠外科杂志，2019，22（4）：301-314.

[3] Infection prevention and control：surgical site infections [EB/OL]. （2016-11-04）[2026-01-22]. https：//www.who.int/news-room/questions-and-answers/item/surgicalsite-infections.

[4] MCLEAN K A，KNIGHT S R，DIEHL T M，et al. Readiness for implementation of novel digital health interventions for postoperative monitoring：a systematic review and clinical innovation network analysis [J]. Lancet Digit Health，2023，5（5）：e295-e315.

[5] LIOSATOS K，TOBIANO G，GILLESPIE B M. Patient participation in acute surgical wound care：a descriptive qualitative study [J]. J Adv Nurs，2026，82（1）：593-605.

[6] 国家卫生健康委办公厅，国家发展改革委办公厅，工业和信息化部办公厅，等. 关于促进和规范“人工智能+医疗卫生”应用发展的实施意见：国卫办规划发〔2025〕30号[EB/OL]. （2025-10-20）[2025-12-25]. https：//www.gov.cn/zhengce/zhengceku/202511/content_7047018.htm.

[7] MICHARD F，SESSLER D I. Ward monitoring 3.0 [J]. Br J Anaesth，2018，121（5）：999-1001.

[8] TOPOL E J. High-performance medicine：the convergence of human and artificial intelligence [J]. Nat Med，2019，25（1）：44-56.

[9] SUTTON R T，PINCOCK D，BAUMGART D C，et al. An overview of clinical decision support systems：benefits，risks，and strategies for success [J]. NPJ Digit Med，2020，3：17.

[10] MUN S K，TURNER J W. Telemedicine：emerging e-medicine [J]. Ann Rev Biomed Eng，1999，1：589-610.

[11] CHANUSSOT-DEPREZ C，CONTRERAS-RUIZ J. Telemedicine in wound care：a review [J]. Adv Skin Wound Care，2013，26（2）：78-82.

[12] HEALTH C FOR D AND R. Policy for device software functions and mobile medical applications [EB/OL].（2022-09-28）[2025-12-25]. https：//www.fda.gov/regulatory-information/search-fda-guidance-documents/policy-device-software-functions-and-mobile-medicalapplications.

[13] European health data space regulation （EHDS）-public health [EB/OL]. （2025-10-21）[2026-01-23]. https：//health.ec.europa.eu/ehealth-digital-health-and-care/european-health-data-space-regulation-ehds_en.

[14] 新华社. 中共中央 国务院印发《“健康中国2030”规划纲要》[EB/OL]. （2016-10-25）[2025-11-17]. https：//www.gov.cn/zhengce/2016-10/25/content_5124174.htm.

[15] 国家卫生健康委员会. 关于印发“十四五”全民健康信息化规划的通知[EB/OL]. （2022-11-09）[2026-01-23]. https：//www.nhc.gov.cn/guihuaxxs/c100133/202211/fae867435fea479c828cb50047526a69.shtml.

[16] 国家卫生健康委办公厅. 国家卫生健康委办公厅关于印发医院智慧服务分级评估标准体系（试行）的通知[EB/OL].（2019-03-18）[2026-01-23]. https：//www.nhc.gov.cn/yzygj/c100068/201903/004a87a8eb3f48c48ffb120dab883 c4f.shtml.

[17] MCLEAN K A，SGRÒ A，BROWN L R，et al. Evaluation of remote digital postoperative wound monitoring in routine surgical practice [J]. NPJ Digit Med，2023，6（1）：85.

[18] VO D K，TRINH K T L. Advances in wearable biosensors for wound healing and infection monitoring [J]. Biosensors，2025，15（3）：139.

[19] TANNER J，ROCHON M，HARRIS R，et al. Digital wound monitoring with artificial intelligence to prioritise surgical wounds in cardiac surgery patients for priority or standard review：protocol for a randomised feasibility trial（WISDOM） [J]. BMJ Open，2024，14（9）：e086486.

[20] ONODERA R，SENGOKU S. Innovation process of mHealth：an overview of FDA-approved mobile medical applications [J]. Int J Med Inform，2018，118：65-71.

[21] KABIR M A，SAMAD S，AHMED F，et al. Mobile apps for wound assessment and monitoring：limitations，advancements and opportunities [J]. J Med Syst，2024，48（1）：80.

[22] TEMPLE-OBERLE C，YAKABACK S，WEBB C，et al.Effect of smartphone app postoperative home monitoring after oncologic surgery on quality of recovery：a randomized clinical trial [J]. JAMA Surg，2023，158（7）：693-699.

[23] KHANI P，ROSTAMNIA L，JALALI R，et al. The impact of smartphone-based wound follow-up on surgical site infection detection：a quasi-experimental study [J]. Am J Infect Control，2026，54（1）：55-59.

[24] CURTI N，MERLI Y，ZENGARINI C，et al. Effectiveness of semi-supervised active learning in automated wound image segmentation [J]. Int J Mol Sci，2022，24（1）：706.

[25] TABJA BORTESI J P，RANISAU J，DI S，et al. Machine learning approaches for the image-based identification of surgical wound infections：scoping review [J]. J Med Int Res，2024，26：e52880.

[26] CRAUS-MIGUEL A，MUNAR M，MOYÀ-ALCOVER G，et al. Enhancing surgical wound monitoring：a paired cohort study evaluating a new AI-based application for automatic detection of potential infections [J]. J Clin Med，2024，13（24）：7863.

[27] MCLEAN K A，SGRÒ A，BROWN L R，et al. Multimodal machine learning to predict surgical site infection with healthcare workload impact assessment [J]. NPJ Digit Med，2025，8（1）：121.

[28] NOUSHIN T，HOSSAIN N I，TABASSUM S. IoT-enabled integrated smart wound sensor for multiplexed monitoring of inflammatory biomarkers at the wound site [J]. Front Nanotechnol，2022，2022：4.

[29] WANDWI G. Real-time postoperative monitoring using IoT-enabled smart sensors in minimally invasive surgeries [J]. J Comput Educ，2025，2（2）：31-49.

[30] NIHR Global Health Research Unit on Global Surgery,GlobalSurg Collaborative. Use of telemedicine for postdischarge assessment of the surgical wound：international cohort study，and systematic review with meta-analysis [J].Ann Surg，2022，277（6）：e1331-e1347.

[31] LATHAN R，HITCHMAN L，WALSHAW J，et al. Telemedicine for sustainable postoperative follow-up：a prospective pilot study evaluating the hybrid life-cycle assessment approach to carbon footprint analysis [J]. Front Surg，2024，11：1300625.

[32] MA S M，LM S A，AME M O，et al. Clinical impact of telemedicine interventions on outcomes after abdominal surgery：a systematic review of randomized controlled trials [J]. Cureus，2025，17（8）：e90236.

[33] BANIASADI T，HASSANIAZAD M，ROSTAM NIAKAN KALHORI S，et al. Developing a mobile health application for wound telemonitoring：a pilot study on abdominal surgeries post-discharge care [J]. BMC Med Inform Decis Mak，2023，23（1）：103.

[34] CHEN L J，TSAI H H，LIN Y C，et al. Using a mobile app for postoperative wound care at home during the COVID-19 pandemic：a usability and acceptability study [J]. Digit Health，2025，11：20552076251379778.

[35] GROENEN H，BONTEKONING N，VAN DIEREN S，et al.Patients’ ability to self-manage their surgical wound to prevent wound complications：a cross-sectional study [J].J Adv Nurs，2025，81（7）：4208-4215.

[36] LATHAN R，SIDAPRA M，YIASEMIDOU M，et al. Diagnostic accuracy of telemedicine for detection of surgical site infection：a systematic review and meta-analysis [J].NPJ Digit Med，2022，5（1）：108.

[37] MACEFIELD R C，BLAZEBY J M，REEVES B C，et al.Remote assessment of surgical site infection （SSI） using patient-taken wound images：development and evaluation of a method for research and routine practice [J]. J Tissue Viability，2023，32（1）：94-101.

[38] GUNTER R L，CHOUINARD S，FERNANDES-TAYLOR S，et al. Current use of telemedicine for post-discharge surgical care：a systematic review [J]. J Am Coll Surg，2016，222（5）：915-927.

[39] ANISUZZAMAN D M，WANG C，ROSTAMI B，et al.Image-based artificial intelligence in wound assessment：a systematic review [J]. Adv Wound Care，2022，11（12）：687-709.

[40] KESHTA I，ODEH A. Security and privacy of electronic health records：concerns and challenges [J]. Egyptian Informatics J，2021，22（2）：177-183.

[41] CHRISTIDIS K，DEVETSIKIOTIS M. Blockchains and smart contracts for the internet of things [J]. IEEE Access，2016，4：2292-2303.

[42] CONDUAH A K，OFOE S，SIAW-MARFO D. Data privacy in healthcare：global challenges and solutions [J].Digit Health，2025，11：20552076251343959.

[43] SHABANI M，MARELLI L. Re-identifiability of genomic data and the GDPR：assessing the re-identifiability of genomic data in light of the EU general data protection regulation [J]. EMBO Rep，2019，20（6）：e48316.

[44] KUKHAREVA P V，CAVERLY T J，LI H，et al. Inaccuracies in electronic health records smoking data and a potential approach to address resulting underestimation in determining lung cancer screening eligibility [J]. J Am Med Inform Assoc，2022，29（5）：779-788.

Application progress on digital health technology in the management of post-surgical wound infection in adults

XU Shangqing1 JIN Hongying2 HAN Xiaoyan3 QIAO Hui1 YIN Yiru1 MA Minjie4

1.Clinical Skills Training Center, the First Hospital of Lanzhou University, Gansu Province, Lanzhou 730000, China;2.Department of Thoracic Surgery, the First Hospital of Lanzhou University, Gansu Province, Lanzhou 730000, China;3.Nursing College, Gansu University of Chinese Medicine, Gansu Province, Lanzhou 730000, China; 4.Research Base for Integration Application of Artificial Intelligence and Smart Healthcare in Thoracic Surgery in Gansu Province for Talent Introduction and Incentive, Gansu Province, Lanzhou 730000, China

[Abstract] Surgical site infection represents a common postoperative complication in adult surgery, significantly impacting patient recovery and healthcare resource utilisation. With increasing adoption of enhanced recovery after surgery principles, postoperative wound management is progressively extending beyond hospital settings, rendering traditional follow-up models inadequate for continuous care requirements. In recent years, digital health technologies such as mobile health, artificial intelligence, internet of things, and wearable devices have seen expanding applications in postoperative wound management, these enable remote wound condition monitoring, early infection detection, and patient self-management guidance, thereby enhancing timeliness of follow-ups, improving nursing efficiency, elevating patient experience, and contributing to reduced infection risks. However, their widespread adoption still faces challenges including disparities in digital literacy, inadequate technological adaptability, and data security concerns. In the future,it is necessary to strengthen institutional regulations and evidence-based research to promote standardized application of digital health technology in the management of post-surgical wound infection in adults.

[Key words] Digital health; Wound management; Surgical site infection; Nursing

[中图分类号] R473.6

[文献标识码] A

[文章编号] 1673-7210（2026）06（b）-0186-07

DOI：10.20047/j.issn1673-7210.25121931

[基金项目] 甘肃省自然科学基金资助项目（23JRRA1597）；甘肃省科技计划重点研发计划-国际合作领域项目（24YFWA011）；甘肃省卫生健康行业科研计划项目（GSWSKY2024-07）。

[作者简介]

徐上清（1986.7-），女，副主任护师；研究方向：外科护理。

[通讯作者] 马敏杰（1977.11-），男，博士，主任医师；研究方向：胸外科疾病。

（收稿日期：2025-12-25）

（修回日期：2026-01-27）