“十多年来,消费者对智能可穿戴设备一直情有独钟,已有数十亿人购买了这些可穿戴设备。它们可以管理人们的活动,敦促和鼓励人们锻炼身体,以及接收电话通话和信息。
”Nordic Semiconductor公司Thomas Søderholm
十多年来,消费者对智能可穿戴设备一直情有独钟,已有数十亿人购买了这些可穿戴设备。它们可以管理人们的活动,敦促和鼓励人们锻炼身体,以及接收电话通话和信息。
这种集多功能性于一体是最新一代可穿戴设备的标志,但它们仍然在继续演进。如今,可穿戴设备的功能远远超出了基本的活动跟踪器范畴,已经扩展到监测医疗紧急情况并提供生理状况信息以帮助预防和控制疾病的领域。
管理健康状况
推动这些转变的三个关键因素是:消费者需求、新冠疫情以及技术本身的日益精进。根据分析公司GWI的研究,虽然消费者仍然认为健身跟踪是他们拥有可穿戴设备的主要目的,但近一半的拥有者还希望可穿戴设备能够监测其健康状况,有五分之一的人士重视可穿戴设备帮助管理健康状况的能力。
2020年三月,保障医疗器械安全性和有效性的美国食品和药物管理局 (FDA)发布了一项新政策,允许FDA批准的非侵入型生命体征测量设备制造商扩大设备的使用范围,使得医疗保健提供者可以使用它们来远程监控病患状况,包括测量体温、呼吸频率、心率和血压。
“ehealth”可穿戴设备的兴起
业界见证众多“电子健康(ehealth)”可穿戴设备的快速发展和部署,这些设备提供了向当局通报新冠病毒感染的潜在功能,且无需人们亲自到已经人满之患的医疗设施去作诊断。可穿戴设备还可以生成丰富的数据信息,使得医疗专业人员能够提供个性化的健康决策,做出早期诊断,并确保处方适合许多其他医疗保健用途。
医学界普遍认同可穿戴设备拥有巨大的潜力,能够支持医疗工作以实现更好的诊断和持续治疗。然而,问题是“谁”来筛选和分析这些设备为医生收集的大量数据,以便进行临床分析?
功能强大的无线技术
答案在于可穿戴技术能够代替医学人员进行繁重的计算工作。当今支持先进可穿戴设备的无线SoC和SiP器件功能齐备,可以支持机器学习(ML)算法,这些算法需要搜索处理大量数据并快速构建出可能表明潜在健康问题的异常情形。如此,这些芯片有潜力推动可穿戴设备开发人员探索合适的方法,选择性地为医生提供所需的信息,以便做出快速、准确的临床决策,并过滤掉其它无关紧要的信息。
TinyML是适用于物联网边缘设备的小形ML ,而Edge Impulse是TinyML方面的专业厂商。Edge Impulse 与 Nordic Semiconductor 携手合作,可让开发人员在nRF52 和 nRF53 系列多协议SoC及其基于蜂窝物联网的nRF9160 SiP获得易于使用的ML功能,这是标准配置功能,可以用于那些通过蜂窝网络将数据直接中继传输到云端以获得明显优势的如医疗和其他应用。
通过在这些微型无线芯片上嵌入ML和大数据功能,可以推动可穿戴设备涵盖基本的健康或计步应用之外,实现多功能医疗解决方案的设想。它们还可以为医疗保健服务供应商提供重要且有选择性的诊断、治疗、跟踪和疾病预防数据。
越来越多的研究表明,如果人工智能做出比人类更好的决策(通过采用与人们不同的解决问题方式、不断尝试人们的试验和错误,然后重复地检查人们的工作结果),让人们接触不同的处理和理解数据的方式,人工智能可以推动人们改进自己的决策操作。这类研究为未来的AI和ML驱动可穿戴设备提供了奇妙的可能性,可为医疗专业人员提供大力支持并改善其决策。
分享到:
猜你喜欢