智能健康行业突破不大,却走向“歪路”

简介:

智能健康硬件如雨后春笋般一个个冒出,但整个行业的生长环境又如何呢?

智能健康行业突破不大,却走向“歪路”

当前,随着前沿技术的发展,市面上出现了越来越多的智能硬件产品,其中,又以智能健康硬件产品最甚,比如智能手环、智能秤、智能血糖仪等等。但是,这些打着“健康”名义的产品真的做到了所谓的促进健康吗?

以智能穿戴健康设备中最具有代表性的智能手环为例,通常来说,智能手环的宣传语都遵循着这样一个“套路”:可以随时监控人体的心跳、血压等,还能监测人体摄入的各种能量,随时随地监控人体健康状态等。从表面看,智能手环的功能的确很强大,但往深处进一步探究,我们就会发现,它仅仅只提到了“监测”,并且,就在近日,英国《柳叶刀·糖尿病和内分泌学杂志》也刊载了一份研究报告,内容显示,智能手环等运动追踪器并没有促进健康的作用。

当然,以上只是当前智能健康领域隐患的冰山一角,而纵观整个行业,我们也许可以这样表示:智能健康行业或许正在停滞不前。

智能健康行业突破不大,却走向“歪路”

为什么说智能健康行业停滞不前?

论起发展前景,据奥维云网数据显示,2015年中国的智能硬件市场规模达4221万部,其中智能穿戴产品占比56%,而智能手环产品则占据了智能穿戴产品的58%。有了此数据,再加上其他一些智能健康硬件,由此我们应该可以预料到,该市场的未来前景还是极好的。不过,每个市场的发展历程都会有几只“拦路虎”,智能健康行业亦如此。

智能健康行业突破不大,却走向“歪路”

数据准确度无保证。当下,不管是医疗,还是运动,智能健康硬件所有功能的提供都是基于数据进行的,然而,测量出来的数据就一定准确吗?

以智能体温计为例,目前市面上的智能体温计有很多种类型,像什么入耳式的、可贴式的等等。在用户体验上,其可以实时监测提问,并根据数据绘制变化表,的确给予了宝爸宝妈、孕妇等群体极大的便利,但是,也有不少用户表示,在体验多款智能体温计后会出现数据不一致的结果,这种情况就相当尴尬了,我们该相信谁呢?或许应该谁都不相信?照此来看,如此简单的数据监测都不能做到准确,对于那些要求精确数据的智能健康硬件,谁又能抱以绝对的信任?如果连最基本的数据测量都不能够达标的话,哪怕功能再强大,相信智能健康行业也难以很好的继续发展下去。

智能健康行业突破不大,却走向“歪路”

偏离初始轨道。智能健康,顾名思义就是围绕“健康”来进行展开,包括医疗、保健、健身等多个领域,但是为了市场份额的占领,有不少企业正在慢慢偏离“健康”轨道。

这其中,最具有代表性的也是那占据了智能健康硬件大半江山的智能手环。由于数据监测功能的大同小异,为了争夺市场,不少企业开始另辟蹊径,但是方向却出了差错。比如6月份公布的小米手环2,除了健康监测之外,其还添加了来电提醒、免密支付等功能。讲真,“专一而专注”才是一款产品能够做到极致的精髓,既然本质是一款健康监测产品,又不可能取代智能手机,为何还要增添那些如同鸡肋的功能?坚持初衷,将健康监测做到准确、全面才是核心竞争力所在。

智能健康行业突破不大,却走向“歪路”

扩展性太低。在数据测量能够确保足够精准的基础上,扩展性应该就是最大的问题了。对于智能健康行业,其最大的价值就在于智能在健康的体现,而这正是当前智能健康产品所缺乏的,也是一种“偏离初衷”的侧面表现。

比如智能运动服,该产品通过所配备的传感器能够监测身体各个部位的肌肉状态,并将收集到的数据发送到智能手机,以让用户查看肌肉训练情况,避免训练不足或是训练过量,但现实中大部分健身用户都不是专业人士,所以这些数据的可参考性几乎为0。事实上,解决方案才是人们想要的东西,而这需要专业人士的指导,此时,一个能够进行数据分析、继而生出解决方案的平台就成了必然。另外,在医院进行诊疗时,若有这样一个平台,能够让医生在病患达到之前就能够了解其各项数据,就不仅为病人留出了更多的治疗时间,也进一步提高了医生的治疗效率,从而就形成了一个“刚需”。

智能健康行业突破不大,却走向“歪路”

怎样才是解决之道?

针对当前智能健康行业的困境,不求一步到位,但求循环渐进。一般来讲,数据的测量主要依靠的是传感器,比如市面上的主流智能手环、智能手表都搭载的心率传感器,其本质一般是光学传感器。但是,该传感器极易受到环境的影响,像肤色深浅、手环与皮肤的距离等等。对此,目前最主要的解决措施是通过算法进行优化,例如做一个加权平均,而不是直接采用原始测量数据。因而,如何创造更为精确的传感器,或是如何利用算法优化数据就成了首要考虑的事情。

另外,云服务也是一个相当重要的组成部分,尤其是加载了区块链的云服务。在用户测量之后,产品会将数据传上云平台,并且是不可更改的,而医疗机构、健身机构等第三方服务就可以依据这些数据来提供解决方案,在必要的时候还可以提供极大的帮助,比如在病患尚未清醒的情况下,根据记录的数据及时、准确的制定治疗等等。

智能健康行业突破不大,却走向“歪路”

结语

当前,智能健康行业的发展可谓在一个“瓶颈期”,几年来少有突破,更是呈现出一副“支离破碎”的情景:智能手环等智能健康硬件只专注于数据的测量,并且内部消化;手术机器人、机器学习诊断等智能医疗手段也只是局限于医院这一个空间。对于两个关系本应该千丝万缕的行业,它们的现状显然过于封闭,并且有愈演愈烈之势。

不过,随着国家政策条例的出台,结合当前的市场状况,相信涉足智能健康领域的企业也能够有所警醒,及时调整发展策略,增强与医疗、健身等健康相关行业的关联性,从而促进整个行业的健康发展。


原文发布时间: 2016-10-17 20:32
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
9天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与医疗健康:精准医疗的未来
【10月更文挑战第31天】本文探讨了人工智能在医疗健康领域的应用现状,特别是在精准医疗中的作用。通过医学影像分析、个性化治疗方案、慢性病管理和药物研发等方面,AI为医疗带来了革命性的变化。文章还分析了精准医疗的发展趋势和面临的挑战,展望了未来的发展方向。
|
1月前
|
机器学习/深度学习 人工智能 供应链
精准农业:AI在农业生产中的应用
【10月更文挑战第1天】随着科技的发展,人工智能(AI)逐渐渗透到农业领域,通过精准监控和管理提升了农业生产效率和质量。AI在精准农业中的应用包括:精准农田管理,如个性化灌溉和施肥;作物病虫害识别与预测,及时发现并预防病虫害;智能农机自动化作业,提高作业效率;农产品质量检测与分类,确保品质;农业供应链优化,预测需求和价格。尽管面临数据收集、技术接受度等挑战,AI在精准农业中的未来前景广阔,有望实现全程自动化作业、数据驱动决策及智能预警系统,推动农业可持续发展。
98 11
|
1月前
|
机器学习/深度学习 人工智能 算法
AI与未来医疗:智能化健康管理的新纪元
本文探讨了人工智能(AI)在医疗领域的应用及其对未来健康管理的影响。通过分析当前AI技术在疾病诊断、个性化治疗及远程医疗等方面的最新进展,文章揭示了AI如何提升医疗服务质量,实现精准医疗。同时,探讨了AI技术面临的伦理和隐私挑战,并提出应对策略。最终,本文展望了AI在未来医疗中的潜力,强调其在提高公共健康水平方面的重要性。
90 1
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
|
6月前
|
人工智能 算法
AIGC对医疗健康行业的深远影响
【1月更文挑战第21天】AIGC对医疗健康行业的深远影响
307 2
AIGC对医疗健康行业的深远影响
|
Cloud Native 数据可视化 数据挖掘
开源在医疗健康领域的应用
开源在医疗健康领域的应用
117 0
|
人工智能 安全 机器人
太空梭医疗机器人助力医疗设计
阿里巴巴人工智能实验室机器人团队希望使用机器人来大幅减少人民/医护/安全人员工作中交叉感染的机会。部分疾病轻症结合机器人远端问诊可减少感染接触机会和节省医疗耗材,而用机器人分担繁杂工作减轻医护人员来回走动和宣导的体力负荷后,更可将省下来的时间用于关怀重症病人和休息。
650 0
太空梭医疗机器人助力医疗设计