李安安 石萍

0 引言

可穿戴設(shè)備，也稱為可穿戴式生物傳感器，可以收集人群的原始生理參數(shù)，再經(jīng)處理成為用戶容易理解的健康數(shù)字信息從而進(jìn)行健康監(jiān)測，如對心率、血壓、血氧飽和度、血糖及體溫等的連續(xù)監(jiān)測。同時，可穿戴設(shè)備還可以采集步數(shù)、活動類別、體態(tài)、活動軌跡、睡眠監(jiān)測及能量消耗等相關(guān)指標(biāo)。根據(jù)用戶需求及設(shè)備實(shí)現(xiàn)的功能不同，將其穿戴在人體的不同部位。常見的穿戴位置及信息傳輸存儲流程如圖1所示。相對于早期的可穿戴設(shè)備，近年來可穿戴設(shè)備在設(shè)計(jì)上具有更輕便、精細(xì)和時尚的特點(diǎn)。同時，隨著人們對移動健康的需求增大，對可穿戴設(shè)備的性能也提出了更高的要求。

圖1 可穿戴設(shè)備常見穿戴位置及數(shù)據(jù)傳輸存儲流程圖Figure 1 Common wearable position of wearable device and flowchart of data transmission and storage

為了更好地了解不同可穿戴設(shè)備在健康相關(guān)領(lǐng)域的應(yīng)用現(xiàn)狀，本文采用文獻(xiàn)追蹤方法，利用PubMed及CNKI數(shù)據(jù)庫對近十年的文獻(xiàn)使用“可穿戴設(shè)備”關(guān)鍵詞進(jìn)行搜索。由于本文只研究可穿戴設(shè)備在人體健康領(lǐng)域的應(yīng)用，因此，在工業(yè)、教育及軍事等領(lǐng)域的研究被排除在外。通過對文獻(xiàn)涉及的可穿戴設(shè)備應(yīng)用領(lǐng)域和設(shè)備使用的具體傳感器及相關(guān)算法對搜索到的文獻(xiàn)進(jìn)行了分類，并總結(jié)了可穿戴設(shè)備在日常應(yīng)用過程中涉及的相關(guān)關(guān)鍵技術(shù)，并分析了其可能存在的問題，且對智能可穿戴設(shè)備在人體健康相關(guān)領(lǐng)域的發(fā)展趨勢進(jìn)行了綜述。

1 應(yīng)用現(xiàn)狀

本文利用PubMed數(shù)據(jù)庫對近十年的文獻(xiàn)使用“可穿戴設(shè)備”關(guān)鍵詞進(jìn)行搜索，共552篇文獻(xiàn)(除去908篇綜述類文獻(xiàn))，通過對文獻(xiàn)中研究使用的可穿戴設(shè)備進(jìn)行統(tǒng)計(jì)匯總，根據(jù)可穿戴設(shè)備實(shí)現(xiàn)的功能及應(yīng)用領(lǐng)域可以分為以下幾類。

1.1 娛樂休閑類

智能眼鏡、無線耳機(jī)及VR頭盔等產(chǎn)品是典型的休閑娛樂類可穿戴設(shè)備，此類產(chǎn)品占據(jù)可穿戴設(shè)備大部分市場，除外觀精美以外，其核心技術(shù)主要在于設(shè)備的續(xù)航能力、無線通訊技術(shù)及人機(jī)交互效果等。一般這類可穿戴設(shè)備會結(jié)合相機(jī)、視頻、音樂等多媒體的應(yīng)用，主要用于滿足用戶瀏覽圖片、網(wǎng)頁等操作，典型的商業(yè)產(chǎn)品如Google glass、BaiduEye、Emotiv頭盔、Apple watch等。

1.2 運(yùn)動檢測類

大多數(shù)的運(yùn)動檢測類穿戴設(shè)備都內(nèi)置有氣壓計(jì)、三軸加速度傳感器和陀螺儀，可以實(shí)現(xiàn)對運(yùn)動過程中的步數(shù)、距離、卡路里消耗、活動類型和姿勢的檢測。由于運(yùn)動過程中信號具有極大的不穩(wěn)定性，因此對傳感器的靈敏性及算法的準(zhǔn)確性具有很高的要求。使用不同傳感器的商業(yè)化可穿戴設(shè)備應(yīng)用越來越廣泛，其中最熱的是在慣性測量裝置的運(yùn)動分析和活動監(jiān)測領(lǐng)域[1]。一般來說，運(yùn)動類穿戴設(shè)備具有的濾波器、峰谷檢測和頻域自適應(yīng)閾值功能可使設(shè)備針對不同的用戶及環(huán)境表現(xiàn)出較強(qiáng)的穩(wěn)定性。但大多數(shù)情況下鮮有研究者將傳感器信號與活動檢測量之間建立聯(lián)系，形成數(shù)學(xué)模型。

1.2.1 計(jì)步

計(jì)步是運(yùn)動檢測類穿戴設(shè)備的基本功能，計(jì)步功能主要是基于微機(jī)電系統(tǒng)實(shí)現(xiàn)的。常見的計(jì)步檢測算法主要有峰值檢測算法[2]、動態(tài)閾值檢測算法、零速率修正算法、自相關(guān)算法及兩種或多種算法結(jié)合等。其他基于時間和頻率的方法，如傅里葉變換和小波變換等，能夠利用步行周期實(shí)現(xiàn)對步長的準(zhǔn)確檢測。有研究表明，商用健身可穿戴設(shè)備相對于研究級的加速度計(jì)，對活動強(qiáng)度的評估準(zhǔn)確性不高[3]。Winfree等[4]對Fitbit進(jìn)行了評估，發(fā)現(xiàn)Fitbit對運(yùn)動強(qiáng)度的評估準(zhǔn)確率低，該團(tuán)隊(duì)還利用Actiongraph GT3X算法并結(jié)合貝葉斯分類器對Fitbit Flex進(jìn)行了改進(jìn)，將誤差率降低到了16.32%。陶瑞媛等[5]對基于Android系統(tǒng)的多款計(jì)步APP做了評估，結(jié)果顯示，健身類APP的計(jì)步功能準(zhǔn)確性與實(shí)際步行速度及設(shè)備放置位置相關(guān)。在一般情況下，佩戴在髖部或腳部的計(jì)步器比佩戴在手腕，或利用智能手機(jī)測量的計(jì)步器準(zhǔn)確性更高。Toth等[6]對市面上的8種計(jì)步器(StepWatch、ActiPAL、Fitbit Zip、Yamax Digi-Walker SW-200、New Living Style NL-2000、Actiongraph GT9X、Fitbit Charge和Fitbit AG)利用14種不同的計(jì)步方法進(jìn)行了對比分析，發(fā)現(xiàn)StepWatch的計(jì)步準(zhǔn)確率最高。多種校準(zhǔn)方法可用來提高可穿戴設(shè)備計(jì)步功能的準(zhǔn)確性，如基于單個用戶進(jìn)行個性化設(shè)置，并在啟動計(jì)步功能之前檢測最小步行持續(xù)時間等方法[7]。

1.2.2 能量消耗

可穿戴設(shè)備的功能逐漸多樣化，其中卡路里消耗是消費(fèi)者關(guān)注的重點(diǎn)之一。一般來說，能量消耗(energy expenditure，EE)的測量有直接測量法和間接測量法，可由氧熱價(jià)、呼吸熵等來表示，根據(jù)體質(zhì)量、運(yùn)動時間、速度、距離等采用不同的公式進(jìn)行EE計(jì)算。其中，雙標(biāo)水法和氣體代謝分析法被稱為評估EE的“金標(biāo)準(zhǔn)”，但價(jià)格都較昂貴且存在不適用的情況。與健康相關(guān)的智能可穿戴設(shè)備多采用MotionX技術(shù)，使用3D加速度計(jì)識別運(yùn)動模式，并將其轉(zhuǎn)換成可以識別的能量消耗量[8]。

目前，尚未有單一技術(shù)能實(shí)現(xiàn)在自由生活條件下對EE的準(zhǔn)確量化，但可結(jié)合多種方法來提高準(zhǔn)確率，如心率、加速度測量及步數(shù)統(tǒng)計(jì)等。Pande等[9]開發(fā)了一個基于神經(jīng)網(wǎng)絡(luò)和套袋回歸樹的初始線性回歸模型，結(jié)合氣壓計(jì)數(shù)據(jù)測得的EE與黃金標(biāo)準(zhǔn)熱量計(jì)(COSMED K4b2)測得的實(shí)際EE相關(guān)性可達(dá)96%。Shcherbina等[10]選取了60名志愿者，在不同狀態(tài)下接受7款設(shè)備的評估，實(shí)驗(yàn)表明，Apple Watch 3總體誤差率最低，Samsung gear S2誤差率較高，所有設(shè)備誤差率均超過20%，多數(shù)手腕佩戴的設(shè)備在實(shí)驗(yàn)室活動中EE測量效果差。有研究者對比了3款商用運(yùn)動手表(Suinto Ambit2、Garmin Forerunner920XT和Polar V800)，發(fā)現(xiàn)設(shè)備對于EE值的計(jì)算準(zhǔn)確性依賴于運(yùn)動強(qiáng)度，高強(qiáng)度運(yùn)動下3款設(shè)備誤差率都較高[11]。使用可穿戴設(shè)備進(jìn)行戶外活動EE檢測的準(zhǔn)確率仍較低，需要開發(fā)更加有效的運(yùn)動檢測傳感器和算法[12]。

1.2.3 活動軌跡及運(yùn)動分類

人體活動識別系統(tǒng)大體可分為兩類：(1) 基于計(jì)算機(jī)視覺的系統(tǒng)；(2) 基于加速度傳感器的系統(tǒng)[13]。多種傳感器可被用來改善識別系統(tǒng)的性能，如RGB傳感器、深度傳感器(Kinect等)及慣性傳感器等。傳統(tǒng)的運(yùn)動識別主要遵循圖2所示的模式[1]。

圖2 傳統(tǒng)運(yùn)動識別開發(fā)系統(tǒng)方案Figure 2 Traditional motion recognition development system

Mooney等[14]對Finis Swimsense?和Garmin SwimTM兩款設(shè)備進(jìn)行了評估，兩款設(shè)備的算法均能對不同的泳姿做到準(zhǔn)確評估，但準(zhǔn)確性有個體差異(專業(yè)運(yùn)動員的準(zhǔn)確性比業(yè)余愛好者準(zhǔn)確性高)。Kanoga團(tuán)隊(duì)[15]利用肌電控制系統(tǒng)通過表面肌電圖識別運(yùn)動，發(fā)現(xiàn)相較傳統(tǒng)的運(yùn)動識別算法，臂帶式表面肌電信號裝置短期使用具有較強(qiáng)的性能，但不適合長期使用。商用智能穿戴設(shè)備多采用GPS 傳感器實(shí)現(xiàn)定位功能，配合三軸傳感器實(shí)現(xiàn)對不同運(yùn)動模式(爬坡、步行、騎車等)的識別，使用第三方應(yīng)用可以實(shí)時顯示動態(tài)運(yùn)動軌跡。

1.3 人體健康監(jiān)測及醫(yī)療應(yīng)用類

可穿戴設(shè)備不僅可以提供短時生理數(shù)據(jù)，還可以在不同的條件下實(shí)現(xiàn)長期且持續(xù)的人體監(jiān)測，可為臨床決策提供一定依據(jù)[16-20]。Jovanov[21]發(fā)現(xiàn)，可穿戴健康檢測設(shè)備干預(yù)的10名慢性病患者在3個月后平均體重明顯下降，且體力活動水平和健康狀態(tài)均明顯改善。Voss等[22]利用Google glass對孤獨(dú)癥譜系障礙兒童進(jìn)行干預(yù)，通過可穿戴設(shè)備的圖片、音頻等干預(yù)措施教會兒童識別、表現(xiàn)情緒，臨床研究發(fā)現(xiàn)可穿戴設(shè)備引導(dǎo)的數(shù)字化家庭治療可以提高當(dāng)前的護(hù)理水平。

1.3.1 睡眠監(jiān)測

一般來說，采用多導(dǎo)睡眠圖(polysomnography,PSG)作為評估睡眠的金標(biāo)準(zhǔn)，但其僅適用于臨床及實(shí)驗(yàn)室研究環(huán)境，且需要專業(yè)人員操作。非實(shí)驗(yàn)室環(huán)境下一般使用Actigraph，這款設(shè)備可全天佩戴，通過三軸加速度計(jì)等將采集到的生理信號轉(zhuǎn)換為數(shù)字信號并導(dǎo)出，但Actigraph存在一定缺陷，不能識別靜止?fàn)顟B(tài)下的覺醒[23]。

Gautam等[24]基于Kushida算法、統(tǒng)計(jì)函數(shù)和隱馬爾科夫模型將智能手機(jī)內(nèi)置加速度傳感器采集的人體數(shù)據(jù)進(jìn)行分類，區(qū)分睡眠和清醒兩種狀態(tài)。Meltzer等[25]在63名青少年及兒童中評估了Fitbit Ultra的睡眠監(jiān)測效果，實(shí)驗(yàn)證明，與PSG相比，F(xiàn)itbit Ultra在正常模式高估了睡眠總時間和睡眠效率，敏感模式下相反。因此在臨床上這款設(shè)備還不能替代傳統(tǒng)PSG，需慎重使用。Xie等[26]通過薈萃分析對市面上銷量最高、評價(jià)最好的幾款產(chǎn)品做了多種功能評估，就睡眠監(jiān)測來說，這些可穿戴設(shè)備實(shí)現(xiàn)的精準(zhǔn)度比較高，平均絕對百分比誤差為0.11且不同設(shè)備之間的差異很小。先前的研究發(fā)現(xiàn)，僅使用運(yùn)動傳感器識別睡眠狀態(tài)會產(chǎn)生較大的誤差，容易把靜止清醒狀態(tài)歸為睡眠狀態(tài)，因此建議使用多傳感器檢測睡眠，引入新的算法和參數(shù)評估睡眠狀態(tài)可能會有更好的效果[23]。

1.3.2 房顫檢測

房顫屬于最常見的心律失常類疾病，且容易引發(fā)動脈栓塞、肺栓塞、心功能不全、心臟猝死等并發(fā)癥，因此，房顫的早期預(yù)測和及時治療對降低腦卒中及其他血管栓塞類疾病的發(fā)病率有很大的意義[27]。

常見的房顫檢測裝置主要為臨床心電圖、置入式心電設(shè)備及便攜式可穿戴心電測量裝置。光電容積描記技術(shù)(photoplethysmography,PPG)是最常見的用于檢測心臟功能的可穿戴設(shè)備技術(shù)，通常來自PPG傳感器的數(shù)據(jù)用拍頻檢測算法處理，一般包括數(shù)據(jù)預(yù)處理、波形提取、峰谷檢測及拍間間隔的分類等[28]。有研究提出了一種新框架，通過改進(jìn)的頻率切片小波變換和卷積神經(jīng)網(wǎng)絡(luò)結(jié)合來區(qū)分房顫及其他類型的心搏，證實(shí)了從短期信號中準(zhǔn)確識別房顫是有可能的[29]。還有配合ECG設(shè)備使用的便攜式心電測量裝置，范平等[30]利用“掌上心電”E-U08裝置在院外實(shí)現(xiàn)了遠(yuǎn)程監(jiān)測患者心電并實(shí)時反饋給院內(nèi)醫(yī)生的操作，檢出率顯著高于傳統(tǒng)的12導(dǎo)聯(lián)心電圖機(jī)。William等[31]通過52名患者的卡地亞移動心臟監(jiān)測器與導(dǎo)聯(lián)心電圖對照，證實(shí)了臨床醫(yī)生在設(shè)備的輔助下能夠提高對房顫的檢測準(zhǔn)確率及效率。AliveCor發(fā)布的第一款被批準(zhǔn)使用的智能手表配件Kardia Band(KB)通過記錄單導(dǎo)聯(lián)ECG信號檢測房顫[32]，其后發(fā)布了可以使用六導(dǎo)聯(lián)的Kardia Mobile 6L心電設(shè)備。Study Watch可以記錄、存儲并顯示ECG波形圖，但這款手表僅能用于實(shí)驗(yàn)室研究，暫不可提供用戶數(shù)據(jù)訪問[33]。

房顫是一種嚴(yán)重的心律不齊現(xiàn)象，伴隨多種并發(fā)癥，是導(dǎo)致心肌梗死等多種心臟疾病的主要原因，小型可穿戴設(shè)備若要實(shí)現(xiàn)自動房顫檢測需要精密的傳感器及算法，對技術(shù)要求較高。

1.3.3 跌倒檢測

識別跌倒并啟動預(yù)警可以有效降低相關(guān)疾病發(fā)病率和死亡率。臨床檢測受時間空間限制，且使用的設(shè)備較為笨重?？纱┐髟O(shè)備實(shí)現(xiàn)的跌倒檢測功能在實(shí)際應(yīng)用中不易出現(xiàn)信號錯誤，最為實(shí)用。

一般的可穿戴設(shè)備多基于加速度計(jì)、陀螺儀和磁強(qiáng)計(jì)等三軸裝置，還有多傳感器融合檢測及基于視頻的檢測。有研究采用機(jī)器學(xué)習(xí)的方法來區(qū)分跌倒和正常狀態(tài)，常用的方法有k-NN、最小二乘法、支持向量機(jī)、貝葉斯決策、動態(tài)時間規(guī)整及人工神經(jīng)網(wǎng)絡(luò)[34]等。還有一些研究利用統(tǒng)計(jì)分析提取信號特征來識別跌倒趨勢。一般來說，跌倒風(fēng)險(xiǎn)具有個體差異性，與年齡、體質(zhì)量等有很大關(guān)系，且所處的環(huán)境對其也有很大影響?；谏锪W(xué)模型的分析方法需提取特定的特征，最終的模型性能取決于具體模型結(jié)構(gòu)以及輸入的數(shù)據(jù)。Aicha等[35]對傳統(tǒng)的生物力學(xué)模型及其提出的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型做了對比，發(fā)現(xiàn)后者的跌倒風(fēng)險(xiǎn)預(yù)測精度明顯較高。

除了傳感器的類型和數(shù)量之外，傳感器的放置位置也對檢測效果有很大影響。?zdemir團(tuán)隊(duì)[36]對傳感器數(shù)量、受試者、傳感器放置位置、傳感器組合、分類算法及性能做了總結(jié)，研究發(fā)現(xiàn)，簡單地減少傳感器數(shù)量會降低檢測精度，使用k-NN算法的傳感器放置在腰部可使靈敏度達(dá)到99.96%。

1.3.4 血糖檢測

臨床上通常使用動態(tài)血糖監(jiān)測(continuous glucose monitoring,CGM)設(shè)備對糖尿病進(jìn)行診斷和管理。CGM對2型糖尿病患者血糖監(jiān)測可有效控制血糖,減少胰島素用量[37]。一般來說，CGM為預(yù)測血糖濃度隨時間波動的數(shù)學(xué)模型提供輸入值，這種算法依賴于影響葡萄糖代謝的膳食攝入量、活動和情感等因素的輸入，但基于深度學(xué)習(xí)和支持向量機(jī)的方法則可以不考慮這些輸入量，且能夠?qū)?型2型糖尿病患者的血糖變化進(jìn)行60 min的預(yù)測[38-39]。Bonn等[40]發(fā)現(xiàn)智能手機(jī)APP結(jié)合人體運(yùn)動能耗監(jiān)測儀GTX3X對2型糖尿病患者進(jìn)行干預(yù)能使患者運(yùn)動量和糖脂代謝指標(biāo)明顯改善。Mhaskar等[39]利用深度神經(jīng)網(wǎng)絡(luò)對群體進(jìn)行血糖評估，結(jié)果顯示，相對于淺層網(wǎng)絡(luò)，深度神經(jīng)網(wǎng)絡(luò)檢測效果更好?？纱┐髟O(shè)備用于檢測血糖的產(chǎn)品較少，是仍待研究探索的領(lǐng)域。

2 關(guān)鍵技術(shù)

市場上的可穿戴設(shè)備種類繁多，不同的功能實(shí)現(xiàn)取決于不同的技術(shù)支持，如設(shè)備本身采用的傳感器、外部的數(shù)據(jù)接收設(shè)備、無線通訊技術(shù)及數(shù)據(jù)存儲平臺等。

可穿戴設(shè)備使用的傳感器主要分為運(yùn)動傳輸型傳感器、生物傳感器以及環(huán)境傳感器，具體有陀螺儀、加速度計(jì)、磁力計(jì)、光電傳感器、氣壓高度計(jì)及溫度傳感器等。其人機(jī)交互與普通的智能設(shè)備不同，是直接充分的交互方式，主要包括語音交互、觸覺交互、意識交互等。同時，由于可穿戴設(shè)備涉及的領(lǐng)域廣，數(shù)據(jù)量大，應(yīng)用人群多樣化，需要借助人工智能對設(shè)備及平臺進(jìn)行優(yōu)化。無線通訊技術(shù)是連接用戶及設(shè)備之間的紐帶，能夠?qū)崿F(xiàn)用戶之間、用戶與設(shè)備、設(shè)備與設(shè)備之間的數(shù)據(jù)通信及信息共享?，F(xiàn)在常用的通訊技術(shù)主要有近場通信技術(shù)、藍(lán)牙和無線網(wǎng)絡(luò)技術(shù)。用戶可在低耗能情況下，通過無線通訊技術(shù)將數(shù)據(jù)傳輸至云平臺儲存以待后續(xù)的查看、使用及分享。虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等應(yīng)用于可穿戴領(lǐng)域相較于傳統(tǒng)的人機(jī)交互模式，更加注重人類感官的實(shí)際感受。獲取信息的途徑不再受時間空間的限制，虛擬屏幕可能成為人機(jī)交互的一種視覺補(bǔ)充。

3 總結(jié)與展望

傳統(tǒng)的可穿戴設(shè)備多是有專人指導(dǎo)的基于研究機(jī)構(gòu)或醫(yī)療場所的設(shè)備，為特定用戶提供實(shí)時的可視化生理數(shù)據(jù)。隨著人們對健康的重視，智慧醫(yī)療的概念更深入人心。因醫(yī)療資源有限，可穿戴設(shè)備也意味著向個體醫(yī)療應(yīng)用領(lǐng)域轉(zhuǎn)型，可穿戴設(shè)備勢必向更信息化、數(shù)字化、智能化的方向發(fā)展[41]。由于設(shè)備本身使用的傳感器、外部數(shù)據(jù)接收設(shè)備、無線通訊技術(shù)及數(shù)據(jù)存儲平臺等技術(shù)的發(fā)展，除普通的運(yùn)動檢測功能，目前大多數(shù)智能可穿戴設(shè)備都具有一定的人體健康管理功能，且檢測數(shù)據(jù)可信度較高。

但智能可穿戴設(shè)備的普及仍面臨一系列的問題與挑戰(zhàn)(表1)，互聯(lián)網(wǎng)技術(shù)的發(fā)展使得人們除了對設(shè)備信號可靠性、長期使用的穩(wěn)定性和舒適性上有高要求外，對數(shù)據(jù)的隱私保護(hù)方面也更加關(guān)注，需要不斷改進(jìn)處理信號及分析數(shù)據(jù)的算法[45-46]。大多數(shù)可穿戴設(shè)備獨(dú)立性不強(qiáng)，多需相應(yīng)的終端APP支持。同時，便攜式的特點(diǎn)也要求可穿戴設(shè)備的傳感器小型化、融合化，還要求設(shè)備具有一定的電池續(xù)航能力。由于應(yīng)用領(lǐng)域的不同，對于一般的智能可穿戴設(shè)備仍缺少統(tǒng)一的標(biāo)準(zhǔn)，雖然市場上可穿戴設(shè)備種類繁多，功能復(fù)雜，但對于特殊群體(老人、小孩及孕婦等)的應(yīng)用仍存在較大的爭議。

表1 可穿戴設(shè)備應(yīng)用現(xiàn)狀Table 1 The application status of wearable devices

雖然存在諸多挑戰(zhàn)，但便攜式智能可穿戴設(shè)備的發(fā)展已成大趨勢，隨著科技的發(fā)展，設(shè)備的硬件技術(shù)(處理器、電池技術(shù)等)、軟件系統(tǒng)(用戶為中心的更加精準(zhǔn)的算法等)及云服務(wù)(個性化服務(wù)等)都會實(shí)現(xiàn)一定程度的性能提升，用戶體驗(yàn)感也會顯著增強(qiáng)。同時，5G技術(shù)的發(fā)展[47]，通信互聯(lián)網(wǎng)技術(shù)的應(yīng)用會更加深入，在后疫情時代為緊缺的醫(yī)療資源提供技術(shù)補(bǔ)充。這一趨勢將促進(jìn)更多領(lǐng)域?qū)I(yè)知識的交叉融合，促進(jìn)各行業(yè)協(xié)同發(fā)展，也將會為智能可穿戴設(shè)備營造出一個更加健康、安全的應(yīng)用環(huán)境。