微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 硬件工程师文库 > 智能硬件真的能实现健康管理吗?

智能硬件真的能实现健康管理吗?

时间:02-27 来源:ofweek 点击:

  都有哪些智能硬件可以实现健康监测?硬件和软件又是如何结合的?

  以下是PICOOC Labs分析师Cathy的分析:

  智能硬件这两年特别热,智能硬件的创业又多以健康为切入口,所以,一大堆以跟踪健康名义的智能硬件先后相继问世。那么,都有哪些智能硬件可以实现健康监测?硬件和软件又是如何结合的?

  先来解决第一个问题。如果简单分类,可以归为几类:

  一、智能手环和智能手表类。

  

  可穿戴设备的创业公司最多,做出来的基本就是手环和手表。原来手环手表类的创业公司多达上百种,但是经过激烈的市场厮杀,比如小米手环通过价格屠夫的策略,用一款69元的产品基本上扼杀了整个中国的手环产业。在国外,还有比如Fitbit、Jawbone、Misfit等中高端手环产品。

  智能手表方面,基本属于苹果手表的天下。今年11月,市场调研公司Canalys发布的最新报告显示,自今年初上市以来,苹果Apple Watch的总出货量接近700万,超出市场上所有其他厂商过去5个季度的智能手表出货量总和。

  二、智能体重秤、体脂秤类

  

  体重和体脂是人们健康的基础指标。所以也有很多公司围绕着体重和体脂做智能硬件,可以简单分为智能体重秤和智能体脂秤两类。由于体脂秤需要采用BIA生物电阻抗测量法,对技术的要求比较高,创业的门槛比较高,所以大多数公司为了抢智能的概念,会做体重秤,但也有公司直接去做门槛更高的体脂秤。

  智能体重秤的玩家中,比如有小米、乐心等,传统的电子秤厂商香山也做了智能体重秤。最近也有大的玩家比如HTC,联合国外运动厂商 Under Armor也有计划做一款智能体重秤。对于手机市场份额逐渐减少的HTC,似乎智能体重秤是其要转型探索的新方向。

  体脂秤领域,传统的公司有欧姆龙、百利达等,但是后来逐渐由公司将体脂秤智能化,国内厂商主要是腾讯和京东投资的有品PICOOC,国外厂商有 Fitbit等。智能体脂秤比智能体重秤的好处是,除了体重,还可以测量体脂、肌肉率、内脏脂肪、蛋白质等多项数据,给健康管理的综合分析更多的数据参考。

  三、血压计、血糖仪类。

  

  相对于手环、手表和体重体重秤类的大众群体,血压计和血糖仪面向更垂直的人群,比如高血压、糖尿病人的日常监测。

  血压计领域,传统的公司有欧姆龙、九安等,智能血压计里,九安出了ihealth,乐心也有智能血压计。血糖仪领域,比如有糖大夫等,也获得了腾讯的投资。

  四、手机

  

  手机已经成为很好的健康管理工具。手机的 GPS 和加速计可以获取用户的运动数据。比如苹果iPhone 5s 之后的机型都配备上了监测相关的 m7 协处理器。 iPhone 6 之后,增加了气压计,可以通过测量气压的变化估算用户上升的楼层数,或者爬山的高度。

  这些数据都会集成在苹果的Healthkit平台中。

  相对而言,Android 平台中,谷歌也有自己数据平台 Google Fit。但是由于国内手机厂商没有用 Google 服务,所以对于国内用户而言,没有什么用处。

  五、其他垂直硬件

  除了前四大品类,其他有健康管理功能的硬件相对分散,比如监测心率、睡眠、心脏起搏器、智能袜子、智能戒指等,或者一些专业用途的户外硬件产品,但都还没有形成大的品类。

  

  在对硬件的归类清晰后,接下来再分析下第二个问题。

  如PICOOC labs的一贯观点,在有了硬件采集的数据之后,还需要软件来去配合。当然各个智能硬件都已经有了自己App(智能App也是智能硬件之所以智能的标配之一),但是上升到健康管理的高度,对一个人而言,单一的运动数据是没有意义的,运动数据需要和体重体脂数据、饮食数据、血压血糖等数据形成闭环,才可以称得上健康管理。

  这几个方面中,由于饮食相对而言不够可控,目前还没有成型的硬件公司可以做到精准测量,所以我们可以先考虑其他几个数据的闭环问题。

  在搭建数据的闭环方面,手机已经做了很多健康管理平台试图构建平台。

  2014年,苹果发布Healthkit,并利用HealthKit为个人数据与就医治疗搭起沟通的桥梁。

  HealthKit 集成了身体数据、健身、个人、营养、结果、睡眠、器官七大类信息,全面展示用户的个人健康数据。其中,Health Data显示由可穿戴设备测量的健康数据,如体重指数、体脂率、行走距离、卡路里消耗量以及睡眠情况等。

  如前面所述,由于 Android 系统开放性,各家手机厂商都是自己搭建健康数据管理平台,比如三星自建的S 健康,小米自建的小米运动,华为也在搭建自己的健康管理平台,并联合多家厂商进行数据整合。

这样一来,用户每日的运动数据,比如跑步、走路甚至游

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top