健康照護 醫療物聯網 IoMT 穿戴式裝置 感測器 人工智慧 邊緣運算

生理資訊7×24一把抓 健康照護智慧隨身

2022-07-21
疫情帶動個人/居家健康照護需求水漲船高,醫療行為去中心化從醫院朝家庭與個人轉移,關鍵零組件感測器、MCU、毫米波雷達等持續發展,帶動相關關鍵技術創新,貼近日常生活習慣的材料、產品使用舒適性更為重要。

2020年爆發的COVID-19疫情,使遠距醫療、零接觸醫療從實驗變成日常,尤其在大規模感染的時刻,醫療量能緊繃,個人居家照護成為必要的手段。隔離政策下之許多創新居家服務或產品應運而生,轉變與實現了新生活型態,產業研究機構Global Market Insights預估2026年全球智慧健康照護市場規模將突破6,394億美元。

智慧手環/手表推出的功能亮點多著墨於個人生理資訊的監測,繼心律、脈搏、跌倒偵測成為必備功能之後,心電圖、血氧也將導入應用,未來將有更多生理資訊功能如血糖監測等納入應用,同時結合AI,可以透過資訊的蒐集判別更多病徵,動態蒐集病患資料,以促成預防性照護,甚至能依據測量結果,提出診斷和治療建議。此外,在一般人的家中,血氧機、血壓計、數位血糖儀等將更為普遍,這種健康照護自動化與即時的處理能力,可降低錯誤並提升品質和效率。

醫療物聯網建構新世代健康照護

現行資通訊科技賦能智慧健康照護的應用中,以行動醫療、醫療健康資訊、穿戴裝置、遠距醫療與照護、個人化醫療等為大宗。TrendForce分析師曾伯楷(圖1)表示,作為基礎的醫療物聯網(IoMT)是發展關鍵之一,其透過ICT技術整合醫療設備、應用程式、保健資訊系統等,同時擴大場域連結患者與醫生,減少不必要的醫院就診,並減輕醫療保健系統負擔,其主要效益在於歸類、預測、決策協助與報告分析等四類。

圖1 TrendForce分析師曾伯楷提出資通訊科技賦能智慧健康照護的應用中,基礎的醫療物聯網(IoMT)是發展關鍵之一。

進一步觀察技術發展趨勢,曾伯楷指出,目前智慧健康照護重點為穿戴裝置、圖像辨識、監護系統、睡眠優化、檢測裝置以及身心管理等,設計上多以非接觸和透過AI加值為主要方向。鑒於民眾生活與手機已密不可分,智慧健康照護未來亦有望與手機相結合,透過連接外部裝置如數位聽診器或數位耳鏡等進行詳細檢測。此尚賴手機相機模組、各項感測器、AI演算法和算力持續提升,以便透過AI賦能手機本身零組件,運行步行穩定性分析、心率、呼吸與皮膚病檢測等功能,達到即時、隨處的健康照護效益,此亦為Apple、Google等品牌手機商持續耕耘之領域。

消費者對身體健康監測需求的成長,推動了健康照護穿戴式裝置的熱度。ADI台灣區業務總監徐士杰(圖2)認為,以穿戴式裝置為代表的數位化技術,將協助使醫療系統的重心從治療轉向預防,使隨時監測和傳輸臨床級數據成為可能;而家庭健康醫療產品方面,也會從有感、單點測量朝無感和連續測量的方向發展。

圖2 ADI台灣區業務總監徐士杰認為以穿戴式裝置為代表的數位化技術,將協助使醫療系統的重心從治療轉向預防。

其中,感測器整合扮演關鍵角色,相較於獨立感測器,互相連接和整合的感測器具有更大的優勢。例如,將用於測量心電圖、胸阻抗和體溫的不同感測器透過異源輸出連接可實現協同增效效應,不須直接進行測量,就能瞭解患者的身體機能狀況。透過結合使用整合式感測器、邊緣處理、人工智慧和雲端分析,醫療健康提供者能夠在家裡獲得豐富的診斷資訊,進而在患者進入急性發病階段之前即時做出臨床決策。

感測器蒐集多樣化生理資訊

除了在現有的穿戴裝置上加入更多生理數值感測功能,未來家用的健康照護裝置也將如雨後春筍般興起,帶動生理感測晶片/模組的發展。曾伯楷提到,感測器對生理資訊和環境資訊的偵測收集於後疫情時代格外重要,疫情形塑的新常態生活也使各種AI感測應用諸如3D、氣體、距離近接、環境光、環境感測、超音波感測器等市場穩健成長。為實現虛擬醫院應用,穿戴生物感測器遂成對疾病預防和疾病檢測而言頗具價值的技術,相關設備穿戴在身上可監測體溫、心率與呼吸頻率等生理資訊,為衛生專業人員提供有關疾病進展或早期發病的重要資訊。

感測技術在後疫情時代另一項關鍵應用為自主機具的優化,諸如自動清消機器人等的功能強化,進而回應產業對無接觸環境與無人化需求。曾伯楷說,目前感測技術持續精進的重點領域尚包括IoMT用到的床鋪壓電感測器、醫用壓力感測器、氣泡檢測器等。此外,美國醫藥大廠Abbott在2022年亦著眼探討生物穿戴設備的未來,如以其新推出的穿戴設備Lingo為主要媒介,藉由各式感測器監控血糖、酮體、乳酸等生理數據,並增進可操作性與應用客製化,未來也計畫加入酒精濃度變化追蹤,讓患者和消費者在自我護理、健身運動、體重控制、睡眠品質等方面有更高自主權,最終使醫療保健數位化與去中心化。

數位/智慧醫療發展的重點之一就是去中心化,工研院生醫與醫材研究所副所長王明哲強調,未來醫療行為將會逐漸從大型醫療院所向外移動,朝向小型診所、社區、家戶與個人,這樣的趨勢,也為消費性醫療設備創造發展的動能;而消費性生理資訊檢測與設備需要提升感測能力,到接近醫療級設備的程度,徐士杰說明,提高穿戴式裝置的測量精度相當具挑戰性,因為穿戴式裝置需要考慮外觀設計,而其接觸人體的面積小且位置也未必理想,同時材料也受限。

其他因素還包括用戶的膚色和毛髮差異、環境是乾燥還是潮濕、戶外或是室內等都會對測量結果有所影響。這些因素跟醫院環境相對穩定的環境不同。因此,提高穿戴式裝置的測量精度,可以從硬體和軟體兩方面入手,即資料測量的精確度以及演算法的有效性。這是一個系統性的工程,需要相當的技術實力方能實現。

而智慧健康裝置的發展趨於向小型化、低功耗以及更精準的測量。英飛凌電源與感測系統事業部市場經理蔡志輝(圖3)進一步強調,從前需要侵入式或長時間穿戴才能獲取數據的量測方式,已逐漸被非侵入式、非接觸式,甚至用戶根本不會察覺存在的感測設備取代。而這些運用新技術的感測設備所產生的數據,其準確度也與專業醫療設備所產生的數據越來越接近。傳統感測器可跟新一代感測器發揮互補效果,畢竟不同感測器具備不同功能,可以讓設備獲取更多訊息,更精準地判斷用戶的狀況。

圖3 英飛凌電源與感測系統事業部市場經理蔡志輝表示過去需要侵入式或長時間穿戴的量測,已逐漸被非侵入式、非接觸式,甚至不會察覺存在的方式取代。

健康照護關鍵零組件技術大躍進

針對健康照護應用,感測器的發展朝向更緊湊的封裝、功耗更低及更不易發熱、能產出數位數據、能抵抗環境及雜訊干擾,以及符合消費性應用的價格定位等等。許多健康照護裝置都以穿戴式裝置的形式出現,零組件的體積與耗電成為必備的條件。

除了感測器之外,近期毫米波雷達也被應用到健康照護領域,雷達感測器能夠感測還能追蹤一個或多個物體。蔡志輝表示,與其他基於射頻(RF)的主動/被動無線感測器系統相比,雷達感測器是主動式的,可以發出脈衝並接收其回波,雷達可以估計目標的速度、方向和距離。此外,雷達感測器由於對最小運動具有高度敏感性,因此可檢測到微小的運動存在。

雷達感測器的天線在與晶片組成的收發系統中通常會以離散和整合兩種形式呈現;前者已經相當普遍,後者在現今主流為封裝天線(Antenna-in-Package, AiP)。蔡志輝指出,過去24GHz頻段僅限於ISM頻段及頻寬僅250MHz,新的60GHz附近有7GHz不受管制的頻寬可用。60GHz雷達技術可以比24GHz技術更精細的粒度和更高的精度檢測運動和複雜手勢,具穿透衣服及塑膠材質能力。使得60GHz技術成為占位感測、人體追蹤和分割、材料分類以及遠距離人體監測等應用的理想選擇。

另外,健康裝置應用處理器/MCU發展趨勢除了更低的功耗與更小的封裝尺寸以滿足穿戴裝置應用需求,還有一個趨勢就是多合一功能的處理器,蔡志輝舉例,英飛凌推出的PSoC微控制器,內置數位類比轉換器,整合觸控處理、螢幕控制等功能,也是另一項滿足健康類裝置的趨勢。 嵌入式處理器在醫療保健應用中,提供安全的低功耗運算能力、Wi-Fi、BLE和NFC等無線連接,以及用於邊緣機器學習(ML)推理的整合硬體加速。恩智浦半導體邊緣運算事業部資深行銷經理Monica Davis說,該公司的MCX平台能夠進行安全運算以及高精度模型轉換且具有整合安全無線連接的產品系列。對於下一代醫療應用,機器學習將設備從簡單的監視器提升為高度複雜的診斷輔助工具。為了實現此趨勢,恩智浦最新一代的MCU和MPU整合神經網路加速器,能夠儲存機器學習模型,以便就地分析即時數據。

AI/邊緣運算讓健康照護更智慧

在人工智慧無所不在的今日,健康照護裝置導入AI也成為標準配備,Davis表示,由於這些設備可以增強或支援部分原本應該在醫療機構內處理的診斷,因此患者必須經常與醫生和醫護人員共享資訊,以幫助進一步識別不良健康情況的警告訊號。機器學習可以幫助識別健康情況,甚至在醫生介入之前即可提供預警。新一代的MCU和MPU將導入On-chip AI,整合神經網路加速功能,可在設備本身(邊緣)實現即時智慧。

曾伯楷提到,聯網設備即時蒐集生理和環境資訊時,較為複雜或醫學影像等數據,由AI進一步分析做出輔助決策,此也是短、中期新興檢測功能的發展核心,觀察FDA陸續批准的醫療AI演算法,現行醫療AI應用較成熟的領域多為電腦斷層掃描的胸部、腹部、心臟等影像分析。為因應人口結構改變對全球醫療保健系統的挑戰,需著眼AI、5G、遠距醫療與AR等技術,使醫療人員和機構能提升效率。

蔡志輝說,具備MEC(Mobile Edge Computing)的處理器亦為健康類裝置開拓更多應用場景,設備端收集用戶的原始數據後馬上進行處理。此類演算法模型經過機器學習訓練後,可以演算用戶的健康數據,而生成的健康訊息存放在設備內,不須即時與雲端作連結,實現MEC行動邊緣運算。具備AI演算能力的設備能提升判斷健康狀況的準確度及可靠性,更是未來關鍵的元素。

目前市面上智慧健康裝置與AI的普遍結合是透過行動終端進行,為確保產品的續航時間,往往犧牲運算能力,安森美醫療分部高級應用工程師楊雪芳(圖4)說明,若智慧健康產品在裝置上只做簡單的資料採集工作,無法在產品端進行資料分析,便需要依靠雲端後台協助資料分析。另外,隨著法律制度趨於完善,法律知識普及程度越來越高,終端用戶對於隱私的重視程度也越來越高,智慧健康類產品蒐集的是人體各項特徵,極為隱私,因此對於數據安全性的要求也較高,這些都需要處理器具備更高的安全功能。

圖4 安森美醫療分部高級應用工程師楊雪芳認為若智慧健康產品只做資料採集,無法在產品端進行資料分析,需靠雲端後台協助資料分析。

舒適/長期使用/人因工程為研發重點

展望未來,隨著遠距病患監測和數位藥物傳遞應用越來越廣泛,也需要仔細設計感測和通訊技術的所有關鍵因素。Molex中國區業務拓展負責人Michael Wang(圖5)表示,病患生命跡象測量並不像過去那樣,只要讓測量過程中的硬體和機械元件獲得改善並符合法規要求就好,它需要統一合格的軟體和電子設計,以確保有效的程序控制、一致性、修訂控制和風險調節。健康照護穿戴式產品的設計目標在各領域的創新是接下來的重點,例如印刷電路的處理能力、先進材料的選擇和軟性混合電子(FHE)等。

圖5  Molex中國區業務拓展負責人Michael Wang提出未來穿戴式健康照護裝置須符合並適應日常生活,能隨意彎曲或伸展,強化使用舒適性。

Wang強調,數位藥物傳遞設備是醫療穿戴式產品發展的目標之一,可即時調整劑量,降低用藥過量或用藥不足的風險。例如已經開發出來的藥物供應貼片,薄型且有彈性,附有智慧電子裝置可以管理藥物,包括病患手臂上的連續葡萄糖監測器,可以發送訊號來啟動胰島素幫浦。另外,血糖監測貼片是糖尿病護理上的一大躍進,除了技術之外,舒適和隱蔽性在產品設計中同樣重要。要使穿戴式產品在改善醫療服務方面發揮潛力,這些產品包括零組件,都須符合並適應現實的日常生活,機構及其電路必須能隨意彎曲或伸展,以適應各種體型和尺寸,並鼓勵病患持續使用。

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!