《互联网+医疗》读书笔记2：智能医疗设备
以下文章选自《产品复盘》
本书中描述的设备名词是可穿戴医疗设备，但其实将目光放在当下，放在整个医疗领域，可穿戴医疗设备本身太过科幻，能尽可能的实现全覆盖的民用智能医疗设备的普及，就可以将整个医疗进行颠覆了。
智能医疗设备作为可以采集并上传用户体征数据的设备，可以协助医生掌握用户病情数据，调整治疗方案，提交治疗效果，这是未来院外健康管理的方向课题。
智能医疗设备尤其在体重、体脂、血压、血氧、血糖、心电等相关慢病管理领域，有着无可比拟的优势，也是目前商业化的主流领域。
智能设备需求的产生，主要基于以下三个大的社会发展趋势：
社会人口老龄化的加剧，导致市场上出现一个大的需求：远程连续监控老人的身体健康数据，便于快速发现问题，快速救助诊疗。
慢性病的治疗需求，慢性病的特点就是治疗时间跨度长，易反复。因此需要能够居家便捷地连续监测患者的体征数据。
民众对健康的认知水平提高，互联网医疗的用户培育。
随着智能医疗设备的进一步发展，越来越轻便，可穿戴。人类将持续不断的观察自己的身体，越来越多的体征数据被实时监控，一个虚拟的量化自我将在云端存储更新并与万物互联，我们的医疗行为终将被彻底改变。
目前常见的应用于智能医疗设备中传感器，主要包括如下几种：
体温传感器：以测量体温为主，实时监控人体体温变化
热通量传感器：用来检测热量消耗能力，可以用于血糖辅助计算和新陈代谢能力计算。
体重计量传感器：用于计算身体质量指数（BMI）
脉搏波传感器：推算血压、脉率等数据
生物电传感器：用于心电、脑电数据采集，也可用于推算脂肪含量
光学传感器：推算血氧含量、血流速。
智能医疗设备的局限性，或者说发展方向总结下来有以下五点：
拓宽应用范围，检测更多的人体的重要的生理体征数据。
数据更准确，目前的很多民用医疗设备没有二级医疗器械许可证，不被医疗机构作为标准参考数据，在数据稳定性及真实性上存在较大的问题
智能设备更轻，更无感，集成度更高。虽然可穿戴设备的突破是非常难得，但这确实是医疗设备领域的理想方向，一个未来的手表通过集成大量元器件，可以检测大多数的体征数据并保证其医疗数据的准确性。
智能设备价格更低，更亲民。
测量方式的智能化，目前的很多体征数据的检测并不智能，设备体型大，检测原理原始。譬如：传统血压的检测是基于物理原理，通过对测量部位进行力量压迫，然后通过血管壁的压力反馈来测量，这种方式显然无法满足设备的智能化发展。
本书中描述的设备名词是可穿戴医疗设备，但其实将目光放在当下，放在整个医疗领域，可穿戴医疗设备本身太过科幻，能尽可能的实现全覆盖的民用智能医疗设备的普及，就可以将整个医疗进行颠覆了。
智能医疗设备作为可以采集并上传用户体征数据的设备，可以协助医生掌握用户病情数据，调整治疗方案，提交治疗效果，这是未来院外健康管理的方向课题。
智能医疗设备尤其在体重、体脂、血压、血氧、血糖、心电等相关慢病管理领域，有着无可比拟的优势，也是目前商业化的主流领域。
智能设备需求的产生，主要基于以下三个大的社会发展趋势：
社会人口老龄化的加剧，导致市场上出现一个大的需求：远程连续监控老人的身体健康数据，便于快速发现问题，快速救助诊疗。
慢性病的治疗需求，慢性病的特点就是治疗时间跨度长，易反复。因此需要能够居家便捷地连续监测患者的体征数据。
民众对健康的认知水平提高，互联网医疗的用户培育。
随着智能医疗设备的进一步发展，越来越轻便，可穿戴。人类将持续不断的观察自己的身体，越来越多的体征数据被实时监控，一个虚拟的量化自我将在云端存储更新并与万物互联，我们的医疗行为终将被彻底改变。
目前常见的应用于智能医疗设备中传感器，主要包括如下几种：
体温传感器：以测量体温为主，实时监控人体体温变化
热通量传感器：用来检测热量消耗能力，可以用于血糖辅助计算和新陈代谢能力计算。
体重计量传感器：用于计算身体质量指数（BMI）
脉搏波传感器：推算血压、脉率等数据
生物电传感器：用于心电、脑电数据采集，也可用于推算脂肪含量
光学传感器：推算血氧含量、血流速。
智能医疗设备的局限性，或者说发展方向总结下来有以下五点：
拓宽应用范围，检测更多的人体的重要的生理体征数据。
数据更准确，目前的很多民用医疗设备没有二级医疗器械许可证，不被医疗机构作为标准参考数据，在数据稳定性及真实性上存在较大的问题
智能设备更轻，更无感，集成度更高。虽然可穿戴设备的突破是非常难得，但这确实是医疗设备领域的理想方向，一个未来的手表通过集成大量元器件，可以检测大多数的体征数据并保证其医疗数据的准确性。
智能设备价格更低，更亲民。
测量方式的智能化，目前的很多体征数据的检测并不智能，设备体型大，检测原理原始。譬如：传统血压的检测是基于物理原理，通过对测量部位进行力量压迫，然后通过血管壁的压力反馈来测量，这种方式显然无法满足设备的智能化发展。
