人工智能成为可穿戴设备实现医疗级应用的关键

随着十几年的技术演进，消费者对可联网的穿戴设备越来越喜爱。现在，这些设备可以监控我们的活动，敦促我们锻炼，并可以与我们互动，甚至还可以接收电话和信息。

这种多功能性是最新一代可穿戴设备的标志，但它们的进化还远未完成。如今，它们的功能远远超出了基本的活动跟踪器，正在扩展到监测医疗紧急情况并提供生理洞察力以帮助预防和管理疾病的设备。

管理我们的健康

推动这一转变的三个关键因素是：消费者需求、COVID-19 以及技术本身的复杂性。根据市场分析机构GWI 的研究，虽然消费者仍然认为健身追踪是拥有可穿戴设备的主要原因，但近一半的拥有者还希望他们的可穿戴设备能够监测他们的健康状况。20%的人也重视依靠可穿戴设备可以帮助医生管理我们健康。

2020 年 3 月，确保医疗器械安全性和有效性的机构美国食品和药物管理局 (FDA) 发布了一项新政策，允许 FDA 批准的非侵入性生命体征测量设备制造商扩大其使用范围，以促进医疗保健提供者可以使用它们来远程监控患者。这包括测量体温、呼吸频率、心率和血压的可穿戴设备。

“ehealth”概念使可穿戴设备兴起

众多具有“电子健康（ehealth）”功能的可穿戴设备快速发展和部署。这些设备提供了一种方法，可以提醒当局注意 COVID-19 感染的可能性，而无需个人亲自到已经紧张的医疗设施进行诊断。可穿戴设备还可以生成丰富的数据集，使医疗专业人员能够提供个性化的健康决策，并做出早期诊断。

医学界广泛支持可穿戴设备的潜力，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，以便对其进行临床分析？

强大的无线技术

答案在于可穿戴技术能够代表医学界进行繁重的计算工作。当今为高级可穿戴设备提供动力的无线 SoC 和 SiP 设备齐全，能够支持机器学习 (ML) 算法，这些算法需要涉足大量数据并快速建立可能表明潜在健康问题的异常情况。通过这样做，这些芯片有可能让可穿戴设备开发人员探索为医生提供他们需要的信息的方法，以便他们做出快速、准确的临床决策，并忽略无关的“噪音”。

Edge Impulse 是 TinyML 方面的专家，TinyML 是一种适用于物联网边缘设备的缩小形式的 ML。 Edge Impulse 与 Nordic Semiconductor 的合作伙伴关系使开发人员能够受益于 Nordic 的 nRF52 和 nRF53 系列多协议 SoC 及其基于蜂窝物联网的 nRF9160 SiP 的易于使用的 ML 功能，用于医疗和其他应用时，通过蜂窝网络优势明显。

Tiny ML 为海量数据提供动力

在这些微型无线芯片上嵌入 ML 和大数据功能将使可穿戴设备能够超越基本的健康或计步应用，转向多功能医疗解决方案。他们还可以为医疗保健提供者提供经过选择的诊断、治疗、跟踪和疾病预防数据和信息。

未来的人工智能和机器学习驱动的可穿戴设备提供了很多有趣的可能性，使它们能够支持医疗专业人员并改善他们的决策。