据《IEEE全球CIO、CTO访问调研：2021年的机遇和挑战，以及关键的科技趋势》结果显示，全球有47%的受访者认为，健康医疗行业是目前受科技影响最大的行业。随着“全民保健”时代的到来，人们对于自身日常健康状况愈发关注，也促使健康医疗领域通过科技赋能更多应用场景，为大众打造更加智慧化的健康生活方式。

 

这其中，便携的可穿戴医疗设备，以及基于深度决策的新型诊断技术，在人工智能技术的加持下，为人们的健康生活带来了更多可能。IEEE高级会员，河海大学教授韩光洁，以及IEEE会员，宁波大学副教授郑雁公，分别就相关领域分享了他们的洞见。

 

 

 

AI+可穿戴医疗设备，智能管理健康生活

 

可穿戴医疗设备，是指可以直接穿戴在身上的便携式医疗或健康电子设备，它能够以简单无创的方式，对佩戴者的生命体征和参数进行实时感知、记录、分析、调控、甚至是干预，从而有效维护佩戴者的健康状态，帮助人们更智能地实现日常健康管理。

 

IEEE 会员Fabrizzio Soares表示：“越来越多的患者通过佩戴可穿戴医疗设备实现血糖、血压、心率等健康数据的自我监测，这些数据能被收集并同步上传到该患者的医疗记录系统中；如患者遇到心脏病发作等突发情况，可穿戴医疗设备的监控系统可以帮患者做出预判及决策，从而避免危机发生；它还能将收集到的异常数据同步給紧急救援系统，在患者病发时及时发出急救信号。“

 

近年来，可穿戴医疗设备的便携性、灵活性与智能化程度越来越高，在人们的日常的医疗保健中发挥日益重要的作用。IEEE会员郑雁公教授介绍道：“目前，智能纹身、智能皮肤、纳米贴片、柔性植入等设备已被广泛应用在医疗健康领域。“

 

 

 

AI+医疗诊断，深度洞察健康大数据

 

可穿戴医疗设备可实现对用户大量健康数据的实时采集，在此基础上，以医疗大数据为基础的人工智能技术，可以通过对健康数据的深层解读，洞察更有效的医疗信息，为患者打造更高效、个性化、智能化的医疗服务。郑雁公教授表示：“在人工智能的帮助下，计算机可以自主学习大量医学知识，根据病人不同的症状给出可用的诊断和治疗方案，从而帮助医生进行快速的诊断和治疗。“

 

人工智能还可以应用于医学影像分析中，帮助提高疾病诊断效率。IEEE高级会员韩光洁教授表示：“目前，在诊断性影像学的计算机辅助诊断中，因成像像素有限，较小的病理特征很难从单一视角被观察到；同时，大部分医学图像数据库存在阳性样本和阴性样本之间的不平衡。因此，部分基于人工智能的疾病诊断方法，能实现多尺度特征融合和数据增强，从而解决某些病理特征难以被观察及样本不平衡的问题，以提高网络模型的性能和泛化。“

 

 

 

AI+智能护理，保障老年人居家健康安全

 

随着人口老龄化趋势不断显现，如何安全、高质的养老，已经成为了全社会广泛关注的热点。近几年，人工智能技术被更多地应用在老年人的医疗护理中，为老人的日常生活保驾护航。韩光洁教授表示：“由于人工智能融合了如注意力和记忆等仿生机制，它可以为老年人的日常护理监测提供有效数据及分析，如养老院视觉监测系统的步态和跌倒检测等。”

 

针对老年人居家护理难题，IEEE专家郑雁公教授指导宁波大学本科生联合研发团队，研发了一款智能护理机器人“鹤发小优”。该智能护理机器人通过人工智能技术，实现自主跟随、智能避障、自动报警、监控摄像等功能，做到对老年人居家生活的实时监控与帮助；同时，机器人上还加装有气体传感器、振动传感器和温度传感器，可以有效判断老人周边环境中存在的安全隐患，通过智能技术全方位保障老年人居家养老生活的安全。

 

 

 

IEEE 专家简介

 

韩光洁博士，IEEE高级会员，河海大学教授、物联网工程研究所所长。韩光洁博士主要从事人工智能、工业物联网、智慧海洋等领域的研究工作，主持和参与包括国家重大科技专项及国家自然科学基金项目在内的40余项科研项目。

 

韩光洁博士过往研究分享：《河海大学提出一种使水下网络更可靠的路由方案》

 

郑雁公博士，IEEE会员，宁波大学信息学院副教授，中国仪器仪表学会会员。郑雁公博士的研究主要关注气体传感器及其相关领域，包括传感器的敏感材料，结构，以及换能方式对气敏性能的作用，传感器信号的处理及其相关应用。现阶段，郑雁公博士专注于敏感材料在微波频段的气敏响应机理，和电子鼻在生理医学方面的应用研究。

 

郑雁公博士过往观点分享：《IEEE专家分享：气体传感器能否检测新冠病毒？》