從偶像派到實力派：可穿戴設備究竟發(fā)生了哪些變化?

　　看到這里，相信小伙伴們已經發(fā)現，這批硬核型的醫(yī)療可穿戴設備都有哪些共性呢?

　　首先，交互上更加注重個性與功能性，不是非要有一塊屏幕不可，很多功能是通過骨傳導、震動、微電流等方式來實現。

　　其次，收集的數據更精準。此前大部分可穿戴設備(哪怕是最先進的Apple Watch )所采集的數據，并不能滿足臨床醫(yī)療判斷所需要的精準度級別，但醫(yī)療型設備能夠達到這一要求。

　　另外，能力變得足夠強大，醫(yī)療可穿戴設備可以真正讓人變得更強，高度介入人類的生活甚至身體機能，更不是徒有炫酷的外形或簡單的數據記錄。

　　哪怕此前對可穿戴設備嗤之以鼻、不屑一顧的人，也很難保證完全不需要借助它來提升(尤其是疾病階段)的生活品質。根植于這種普適需求，可穿戴設備的新方向迅速火爆，吸引了無數的期待和注意。

　　數年摸索，一劍封喉。那么，幫它拼出個未來的功臣都有哪些呢?

　　孵化一個產業(yè)的春天，需要哪些必要條件?

　　目前來看，幫助可穿戴設備踩上“風火輪”的，離不開四個領域的跨越式發(fā)展：

　　1.數字醫(yī)療的發(fā)展：干預醫(yī)療的前提，首先是人體醫(yī)療數據的采集。隨著電子皮膚、腦波追蹤等多種傳感器的出現，有效的專業(yè)醫(yī)療數據已不再是問題。協助臨床決策，是可穿戴設備從可有可無變得不可取代的前提。

　　2.腦科學的深入了解：借助可穿戴設備干預治療，無法離開對腦科學、人體神經系統(tǒng)等的深入理解。比如Emma腕帶的原理，正是對帕金森患者大腦發(fā)出的特定信號進行干擾，通過震動分散大腦對手部的注意力，從而減少發(fā)送錯誤的信號，打破了原本混亂的內反饋回路。

(未佩戴和佩戴Emma手表的前后對比)

　　3.AI技術的進步：AI作為數據處理中樞，由它來決定設備的下一個動作，是實現增強的關鍵。

　　4.微軟就利用機器學習技術，量化帕金森復雜癥狀的模型，包括身體僵硬、步態(tài)緩慢、跌倒等等，以及緩解這些癥狀的策略，來指導Emma進行決策。能否高精準、低延遲地識別出物體并告知使用者，也依賴于背后的計算機視覺算法。

　　5.“端+云+邊”基礎設施升級：大數據和算法，給了智能增強發(fā)揮的“食材”，而“端+云”基礎設施的算力解決方案，才能實現“大火快炒”。例如“導盲眼鏡”又要給使用者提示前方的紅綠燈，又要注意他身邊是否有熟人。要是計算能力跟不上，一旦開始面部識別+大數據匹配blablabla，可能剛算出對面是自己親舅老爺，緊跟著就闖紅燈嗚呼哀哉了。