目的：本综述旨在全面概述应用于支持慢性呼吸系统疾病患者对吸入疗法依从性的传感器技术，并特别关注人因工程因素。基于传感器的干预措施通过监测和反馈机制提供了改善依从性的可能；然而，深入理解这些技术与患者互动的方式是至关重要的。

患者和方法：我们通过系统综述方法，检索了包括PubMed、Scopus、Web of Science、Science Direct和ACM Digital Library在内的在线数据库，时间范围从2014年1月至2023年12月。我们的纳入标准聚焦于那些利用基于传感器的技术来提高患者对吸入疗法依从性的研究。

结果：初步检索得到1563条结果。经过严格筛选，最终选定了37项相关研究。这些基于传感器的干预措施被整合进一个全面的人因工程框架中，涵盖数据收集、数据处理、系统反馈和系统可行性四个方面。数据收集阶段包括与个人、任务和物理环境相关的数据。数据处理方法多样，涉及评估干预效果、监测患者行为和识别疾病风险等多个应用领域，而系统反馈则包括提醒和警告、数据可视化以及说服性特征。系统可行性则根据患者接受度、易用性和设备成本等因素进行评估。

结论：基于传感器的干预措施在提高吸入疗法依从性方面显示出巨大潜力。本综述强调了构建一个综合“人-任务-物理环境”系统的必要性，以推动未来传感器技术的发展。通过全面收集患者健康、设备使用模式和环境条件的数据，这种方法能够提供更加个性化和有效的依从性支持。关键建议包括标准化数据集成协议、采用先进算法生成洞察、增强交互式视觉功能以提升可访问性、整合劝导性设计元素以提高参与度、探索会话代理的优势，并优化用户体验以提升患者接受度。

关键词：患者依从性、吸入疗法、传感器技术、人因工程与人体工效学