【51CTO.com快譯】隨著技術的進步和發展，與健康相關的數據日益增長。傳統上，這些數據通常在是醫療衛生系​​統中產生的，該系統收集患者的有關信息。一些常見的來源包括患者的健康狀況記錄、視頻/音頻檢查、已知疾病、常規使用的藥物等。而患者每次接受醫療服務時，無論是預約檢查還是緊急就診，都會產生更多數據，從而提高跟蹤患者病情的準確性。

而這種健康監測模型可以構建個性化資料，從而為與患者的診斷、治療和康復相關的各種預防性措施提供支持。但也有對于醫療中心的依賴這個局限性。如果患者沒有接受一些服務，則不會生成一致的數據。

可穿戴設備的日益廣泛使用為人們的健康監測提供了一個新的視角。遠程醫療范圍的擴大也起到了促進作用，特別是在采用“連續性護理”概念的情況下。而將這些技術解決方案引入醫學預防措施已經導致數據收集量的爆炸式增長。這就是在這種情況下多方面要探索大數據技術的原因。Lymberis解釋說，“考慮到可穿戴設備的可用性，智能可穿戴個人系統應具有重量輕、功耗低、價格合理、可供非熟練人員操作、具有嵌入式處理和報警功能等特點。”

市場上推出的大多數可穿戴設備都符合這一描述。除此之外，其中一些設備只提供某一種功能，而有一些設備則提供多種功能的集成，例如健身跟蹤、健康監測和消息顯示。戴在手腕上的BASIS手表就是這樣一種設備，它可以跟蹤配戴者的心率并提供有關健康和保健的信息。其他類型的可穿戴設備還包括智能皮帶、智能服裝、活動跟蹤器、智能眼鏡等。

行業廠商針對各種應用場景開發了不同的可穿戴設備

可穿戴健康設備

行業專家Dian等人發表的一份研究報告強調了可穿戴健康設備的重要性。報告確定了四個基于物聯網技術可穿戴應用集群，可穿戴健康設備就是其中之一。另外三個是活動識別和運動設備、跟蹤和定位設備，以及安全設備。可穿戴健康設備是由傳感器進行的與健康相關的數據采集設備。這份研究報告還根據監測的信號類型對傳感器進行了分類：

• 生命體征監測：脈搏、呼吸頻率和體溫。
• 非生命體征監測：血壓和血氧。

在應用中，可穿戴設備在通過互聯網發送數據之前執行初步計算，然后進行后續附加分析，并且在許多能夠連接到智能手機的設備中找到替代流程。在這些情況下，可穿戴設備和移動應用程序之間存在交互。一般來說，這樣的應用程序可以使健康設備的數據可視化。更專業的應用程序也能夠提供有關用戶健康的建議。在涉及智能手機中間操作的場景中，一個常見的組件是訪問基于云計算的服務。可穿戴設備收集的數據被傳輸到那些存儲、處理和運行分析的服務。

可穿戴健康設備也可以分為兩大類：健康治療和康復以及健康監測。健康治療和康復設備有助于提高患者的身心健康。行業專家Nave和Postolache發表的一份研究報告描述了這種設備的創新示例。報告中指出，新型的智能步行器可以為那些行動不便的人提供幫助。它是實時監控患者的物理治療系統的一部分。智能步行器的架構以微控制器為中心，該微控制器既可以通過Wi-Fi或3G / 4G協議與云服務接口，又可以在無法使用互聯網時通過藍牙采用移動應用程序。通過這兩個接口，智能步行器發送使用者運動的數據，從而使理療師可以對信息進行分析并相應地進行幫助鍛煉。云計算環境將所有數據存儲在MySQL數據庫中，Web應用程序訪問提供另一種可視化方式的數據。由于數據存儲在云中，因此移動應用程序可以在互聯網信號可用時保持同步運行。

圖左是智能步行器示意圖，其構建依次主RFID(1)、IMU方向傳感器(2)、壓力傳感器(3)、距離傳感器(4)、Wi-Fi設備(5)、藍牙設備(6)。圖右是智能步行器原型

旨在幫助人們進行治療和康復的可穿戴設備的另一個例子是理想化的智能可穿戴臂環。該設備不使用任何其他與云服務的連接，如上所述。而智能可穿戴臂環可以記錄和預處理，并通過無線將信號傳輸到另一個智能訓練設備。另一個智能訓練設備運行離線的經過訓練的機器學習算法。一旦識別出正確的動作，訓練設備就會將結果發送到嵌入可穿戴臂章中的手勢功能。該模塊負責實時模擬用戶的手勢。其所識別手勢的準確率使將用戶的手部移動意圖轉化為精確的手勢命令成為可能。

智能可穿戴臂環原型

健康監測可穿戴健康設備主要實施監測，用于檢測某些生理機體功能中的異常行為。一個有用的示例是Jayanth等專家在研究報告中提到的使用物聯網技術測量心跳的可穿戴設備。報告指出，該系統旨在幫助患者的家庭成員和醫生有效地監測患者的健康狀況，并在緊急情況下向他們發出警報。這些設備在開機時識別心跳閾值，例如“最小值和最大值”。此后，每次檢測到心律異常時，該系統都會搜索最近的可用Wi-Fi并將其連接。建立連接之后，它將通過發送電子郵件將異常心率通知給家庭成員和醫生。與此同時，可穿戴設備會觸發振動器來警告用戶。

用于測量心跳的印刷電路板(PCB)設備原型

人們對心臟健康的關注促進了許多其他可穿戴設備的發展。 Majumder等專家設計的基于多個傳感器智能物聯網的網絡系統就是其中之一。該系統歸類為多傳感器，因為它從用戶的脈搏和溫度中收集數據。可穿戴硬件負責捕獲數據，并將所有信息發送到Android應用程序。這種通信通過藍牙網絡進行，該網絡可以最大限度地降低功耗。移動應用程序處理設備發送的數據，實時繪制心電信號和體溫。異常模式的識別基于以前定義的一些參數(如心率)。一旦可穿戴設備收集到的數據達到一定的閾值，該系統就會以消息或振動警報的形式向受試者發送警告。Android應用程序不要求用戶保存任何有關其健康狀況的記錄，因為它會立即警告用戶任何檢測到的異常。

穿戴式智能物聯網設備的原型

其他類型的可穿戴設備正在顛覆健康監測領域的進展，它們的設計旨在從用戶體內收集數據，這就是將它們歸類為可攝入​​設備的原因。Sargunam和Anusha在他們發表的研究報告描述了一種能夠使用紅外輻射生成有關血糖水平信息的智能藥物。該技術是一種可以幫助糖尿病患者監測其血糖水平的非侵入性方式。其輻射信號由智能手機上的移動醫療應用程序捕獲。由于血液中的葡萄糖濃度取決于輻射特定波長的強度，因此移動應用程序可以使用無線信道對其進行監視。而Yoshida等人設計了一種基于胃酸發電的平板狀可攝入核心體溫傳感器，用于日常保健。他們使用定制集成電路設計了尺寸為10毫米× 8毫米的設備原型。該設備能夠根據胃酸的功率編碼、調制和傳輸有關體溫的數據。其數據可以被20厘米以外的天線成功接收并正確解碼。

可穿戴健康設備面臨挑戰

隨著可穿戴技術的發展，可穿戴健康設備也面臨著特殊的挑戰。專家指出，“平板電腦和智能手機是從電腦時代發展而來的，其功能和外形規格更加標準化，而可穿戴設備的設計和開發則由許多不同的細分市場驅動，因此其形式更加多樣化。”

可穿戴健康設備同樣受到這一現實的影響。Lymberis提到了這種跡象。他說，“目前市場上還沒有一個能夠集成多傳感器、智能處理和報警功能，可以支持醫療決策并可隨時與醫療機構輕松互動的智能穿戴系統。”

考慮到這種情況，專業文獻中報告了可穿戴健康設備的一些常見挑戰。傳感器的數據分辨率是其中的一個挑戰。通常情況下，可穿戴設備必須體積小巧，使用舒適，以及功耗更小。這些要求對它們所達到的分辨率有直接影響，特別是與其他類型的設備相比時。對于可穿戴健康設備，通常將重點放在患者身上，數據可視化的質量可以在滿足上述要求的情況下進行更復雜的權衡。對于涉及數據解析的問題，功耗和耐磨性是另外兩個挑戰。可穿戴健康設備必須長時間運行，因為它們的作用主要是監測用戶的信息或支持康復，并盡可能減少更換電池的次數。行業專家為此探索了一種基于柔性太陽能收集器的機制，他們使用多傳感器健康可穿戴設備可以自主完成24小時的工作。

計算復雜性與可穿戴設備重量之間的權衡是主要挑戰之一。必須考慮到此類設備的設計，因為消費者將更可能采用時尚的可穿戴設備。一些研究報告也將安全性作為健康可穿戴設備的典型挑戰。安全性與佩戴此類設備的用戶的射頻輻射水平有關。根據Vahidnia和Dian發布的一份研究報告，射頻輻射水平高可能是由于蜂窩物聯網(CIoT)解決方案所使用的天線距離較近所致。這些設備操縱的數據的安全性是另一個令人關注的問題。通常在這些設備中實施不利于采用強大的安全策略。在引入基于加密的數據保護方面也有這樣的情況，這使可穿戴設備容易被黑客攻擊。

缺乏適當的法規被認為是可穿戴設備難以廣泛使用的另一個障礙。盡管健康設備受這一問題影響不大，但其他領域也受到了深遠影響。在體育運動中使用可穿戴設備就是一個例子，但由于缺乏特定標準，其可穿戴設備的應用受到阻礙。而在安全性方面，可穿戴設備的數據隱私是通常要解決的一個挑戰。其威脅源于可穿戴設備通常使用廣播模式進行通信，這有助于未經授權的設備捕獲用戶的私人數據。而從健康數據分析的角度來看，可穿戴設備產生的最大數據量存儲在隔離的IT系統或多個云解決方案中。這種現實對采用基于商業智能的復雜分析帶來了障礙。因此，由于缺乏基于合并數據的反饋，用戶失去了很多更具價值的信息。

行業專家指出，“盡管最終用戶仍然可以從收集的數據中受益，但是當這些數據與其他數據匿名組合以進行智能場景處理時，將會感受到更大的影響。”

為了使健康的可穿戴設施實現更高的用戶滿意度，行業專家Lymberis列出了其他四個功能，以補充必須處理的內容。首先，他主張患者應該能夠將數據輸入到可穿戴設備中。其次，有必要在設備和健康提供者之間建立鏈接。第三，通過“特殊醫學算法”以整合從多個傳感器接收的醫學數據。第四，制定將智能可穿戴應用程序提交給復雜臨床場景的驗證計劃。

可穿戴健康設備和大數據

行業專家Chen表示，“可持續健康監測與健康大數據有著密切的關系。”他們提出了兩個支持這種說法的論點。第一種與數據收集有關。有效的健康監控在很大程度上取決于連續和長期的數據捕獲。第二種是關于用于支持健康大數據分析的云計算智能。正確獲取從人群中產生的健康數據量對于優化公共或私人衛生服務非常重要。還有使用人體局域網(BAN)作為收集大量健康數據的機制。與這些收集器關聯，用于大數據處理的應用程序必須在云計算環境中可用，并且必須對捕獲的數據進行操作。

基于智能服裝健康監測的系統架構

而可持續健康監控的智能服裝可以證明這種架構的可行性。可穿戴智能服裝由多個傳感器組成：脈沖傳感器、體溫傳感器、心電圖傳感器、心肌傳感器、血氧傳感器、腦電圖傳感器以及電池。

這是移動健康云計算軟件系統的第一個組件。所有收集的數據都發送到移動應用程序(系統的第二個組件)，該應用程序實時顯示用戶的健康狀況。該通信通過低功耗信道進行。第三個組件是云計算服務，用于接收智能手機應用程序轉發的數據。而采用了大數據分析的API提供了用于數據統計和機器學習庫的功能，這些功能有助于預測用戶的健康趨勢。具體來說，使用Hadoop和Spark技術進行批處理，并使用Storm進行流處理。對于機器學習算法，他們使用了Spark MLlib和Mathout庫中可用的實現。并在這個基礎設施上開發了三個Web應用程序：一個用于健康監控，另一個用于情感安慰，另一個用于人機交互。

通過數據整合，健康穿戴設備產生的大數據的潛力可以被徹底發掘。其核心工作是基于“本體論”的概念，提供醫療領域的可穿戴知識即服務(KaaS)，其設計可以處理可穿戴數據的異質性，以確保語義互操作性，并允許創建關于患者的更準確的知識。本體捕獲的所有概念都映射到表示可穿戴設備領域的類。例如，定義“參數”通用類以指示受到監視數據的性質。例如“葡萄糖”、“血壓”和“心率”等參數是專門的一些子類。這驗證了將開發的本體論應用于監測糖尿病患者情況的策略。

結論

如今，在可穿戴設備的研究中已經取了重大進展。這為在許多不同情況下探索此類技術帶來了更多的機會。從可穿戴健康解決方案的角度來看，已經發現了類似的趨勢。然而，涉及新應用的各種方法和策略已經帶來了一些挑戰，特別是使用可穿戴設備收集的大量數據面臨著與互操作性相關的問題。而在未來將會有更多的創新性技術和應用，從而改善醫療服務和患者的健康。

原文標題：Health Monitoring Through Data From Wearables，作者：Thiago Nascimento

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】