穿戴式裝置預見醫療保健發展新曙光

作者 : Thomas Søderholm,Nordic Semiconductor

如今,穿戴式裝置的功能遠遠超出了基本的活動追蹤器範疇,還擴展到監測醫療緊急情況並提供生理狀況資訊…

十多年來,消費者對智慧穿戴式裝置一直情有獨鍾,已有數十億人購買了這些穿戴式裝置。它們可以管理人們的活動,敦促和鼓勵人們鍛煉身體,以及接收電話和訊息。

這種集多功能性於一身是最新一代穿戴式裝置的標誌,但它們仍然在持續演進。如今,穿戴式裝置的功能遠遠超出了基本的活動追蹤器範疇,還擴展到監測醫療緊急情況並提供生理狀況資訊,以協助預防和控制疾病的領域。

管理健康狀況

推動這些轉變的三個主要因素是:消費者需求、新冠疫情及技術本身日益先進。根據分析公司GWI的研究,雖然消費者仍然認為健身追蹤是他們擁有穿戴式裝置的主要目的,但近一半的擁有者還希望穿戴式裝置能夠監測其健康狀況,有五分之一的人士重視穿戴式裝置協助管理我們健康狀況的能力。

2020年3月,保障醫療裝置之安全性和有效性的美國食品暨藥物監督管理局(FDA)發佈了一項新政策,允許FDA批准的非侵入型生命跡象測量設備製造商擴大設備的使用範圍,讓醫療保健人員可以使用它們來遠端監控病患狀況,包括測量體溫、呼吸頻率、心率和血壓。

eHealth穿戴式裝置的興起

業界已見證了許多「電子醫療」(eHealth)穿戴式裝置的快速發展和部署,這些裝置提供了向當局通報新冠病毒感染的潛在功能,無需人們親自到已人滿為患的醫療設施去進行診斷。穿戴式裝置還可以產生豐富的資訊,使得醫療專業人員能夠提供個性化的健康決策,做出早期診斷,並確保處方適合許多其他醫療保健用途。

醫學界普遍認同穿戴式裝置的潛力,有助於支援醫療工作以實現更好的診斷和持續治療。然而,問題是由「誰」來篩選和分析這些設備為醫生所收集的大量資料,以便進行臨床分析?

功能強大的無線技術

答案在於穿戴式技術能夠代替醫學人員進行繁重的計算工作。當今支援先進穿戴式裝置的無線SoC和SiP元件功能齊備,可以支援機器學習(ML)演算法,這些演算法需要搜索處理大量資料並快速建構出可能顯示潛在健康問題的異常。如此一來,這些晶片有潛力協助穿戴式裝置開發人員探索合理的方法,選擇性地為醫生提供所需資訊,以便做出快速、準確的臨床決策,並過濾其他無關重要的資訊。

tinyML是適用於物聯網邊緣裝置的小型ML,而Edge Impulse是TinyML方面的專業廠商。Edge Impulse與Nordic Semiconductor攜手合作,讓開發人員在nRF52和nRF53系列多協定SoC及其基於蜂巢式物聯網的nRF9160 SiP獲得易於使用的ML功能,這是標準配置功能,可以用於那些透過蜂巢式網路將資料直接中繼傳輸到雲端以獲得明顯優勢的醫療和其他應用。

透過在這些微型無線晶片上嵌入ML和大數據功能,可使穿戴式裝置具備基本的健康或計步應用以外,實現多功能醫療解決方案的設想。它們還可以為醫療保健服務供應商提供重要且有選擇性的診斷、治療、追蹤和疾病預防資料。

還有越來越多的研究顯示,如果人工智慧的技術能做出比人類更好的決策(採用與人們不同的方式解決問題,不斷嘗試人們的試驗和錯誤,然後反覆地檢查人們的工作結果),讓人們接觸到處理和理解資料的不同方式,便可以推動人們改善自己的決策。這類研究將為未來的AI和ML驅動穿戴式裝置提供了奇妙的可能性,可為醫療專業人員提供有力的支持並改善其決策。

 

 

 

 

加入我們官方帳號LINE@,最新消息一手掌握!

發表評論