6g|手表啥时候成了保命神器?( 三 )


这也是影响测量数据可靠程度的第一关 。 去年新发布的华为Watch GT 3智能手表 , 其一大更新便是采用了双通道GNSS和新的8通道光学心率传感器 , 并在新传感器背面再增添可集中传感器输入输出光线的菲涅尔光学薄膜 。
加速度传感器是防跌倒功能背后的黑科技 。 人在走路时 , 所处位置会在垂直方向上发生变化 , 而通过分析加速度传感器采集的位置数据变化 , 智能手表就能够计算、分析用户的活动记录 。

▲Apple Watch的“摔倒检测”
而智能手表是否足够“聪明” , 离不开其“大脑”芯片
芯片是智能手表各功能协同的“操盘手” , 决定智能手表的计算速度、整体功耗 。 多数智能可穿戴设备采用高通、联发科等移动芯片大厂的芯片 , 也有苹果、华米等企业选择自研可穿戴设备芯片 。
自研芯片主要出于两大目标:提效和节能 。 当智能手表承载的健康监测功能越来越重 , 耗电量也会随之上涨 , 而软硬件协同设计 , 可以使得智能手表在性能和功耗上实现更优的平衡 。
苹果Apple Watch的专用芯片S系列基本是旧版手机芯片A系列的简化版本 , 重点满足智能手表对低功耗的需求 。 华米科技亦在其智能手表中搭载自研AI处理器黄山系列 , 还在其自研芯片中内置一款作为“备胎”的协处理器 , 它能在主芯片关闭状态下 , 继续全天候的记录健康数据 。

▲华米科技可穿戴AI处理器黄山2S
当然 , 要想更准确地分析用户健康状况 , 还需算法层面的持续优化 。
这涉及到多种不同用途的算法 , 有的用于计算用户血液颜色 , 有的负责分析专业运动数据 。 它们利用传感器所采集的数据 , 在芯片加速下 , 快速地得出反映用户健康信息的结果 。
今年1月发布的荣耀手表GS 3 , 就将8通道PPG监测模组收集到的心率信号与AI结合 , 通过频率追踪算法和AI心率算法 , 大幅提升用户心率监测的精度 。

▲荣耀手表GS 3发布会介绍
血氧测量也离不开软硬件协同 。 以Apple Watch为例 , 其水晶表背会将红色和绿色的LED灯光和红外线照射到用户的手腕上 , 然后光电二极管会测量反射回来的光线量 。 由于不同测量光源对于血红蛋白、脱氧血红蛋白吸收率的不同 , 算法就会利用这些数据计算用户的血液颜色 , 从而算出血氧水平 。

▲Apple Watch血氧测量传感器灯光
不过截至目前 , 智能手表在血压监测、血糖监测等方面还普遍存在技术门槛 , 仅有少数几款智能手表实现这一功能 。
像是华为的HUAWEI WATCH D , 这款智能手表内部叠加了微型气泵、气囊等架构 , 集成有高精度压力传感器、压力反馈式控制电路及低流阻气路 , 从硬件上实现血压监测功能 。

▲HUAWEI WATCH D手表内部气泵、气囊架构
去年7月 , 华米科技算法技术副总裁、人工智能研究院院长汪孔桥在接受媒体采访时分享说 , 华米的血压测量方案的特点是基于PPG高精度光学传感器 , 不仅可以解决佩戴舒适性的问题 , 还可提供近乎无感的连续监测 , 所以很容易推广到被动测量 。
而被动测量能在用户无意识的状态下 , 随时随地监测其血压变化 。
在血糖监测方面 , 外媒曾于去年3月爆料三星Galaxy Watch 4或Galaxy Watch Active 3将成为首批具备血糖指数监测功能的智能手表产品 。 根据爆料内容 , 三星计划使用激光监测来实现无创式血糖监测 。 不过目前来看 , 三星还未攻克这个难关 。
HUAWEI WATCH 3、OPPO Watch等智能手表均宣称已具备查看血糖数据的能力 , 但这一功能的实现并不是由智能手表独立完成 , 而是要搭配某个厂商、某型号的血糖仪 , 并下载相关监测软件应用 。
需注意的是 , 智能手表只是提供一些健康指标的参考 , 无论是硬件配置还是相关算法 , 都不能替代专业的医院诊疗 。
四、仅靠一块表 , 真能媲美医疗级专业设备?
所有的智能手表详情页 , 都有这样一句话:设备监测数据和结果仅供参考 , 不作为诊断和医疗用途 。
如今 , 在各家科技大厂的发力下 , 智能手表的健康监测精准度都越来越高 。 比如 , 能测量血压的HUAWEI WATCH D , 可以实现误差在±3mmHg(毫米汞柱)以内的压力测量系统;华米科技自研的心率测量成功率高达96% , 与医疗级血氧仪检测结果平均误差仅为1.67%;荣耀智能手表GS 3的心率监测准确度达97% 。
但即便智能手表的准确度再高 , 其准确度都无法比及专业医疗仪器 , 不能完全客观呈现用户的身体情况 。 准确诊断病情 , 必须以全面、精准的检验数据为基石 , 而智能手表很难避免误差 。