智能医疗行业研究范文

导语：如何才能写好一篇智能医疗行业研究，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

 

2013年4月，德国政府在汉诺威工业技术博览会上正式推出 “工业4.0”高科技战略计划。该项目由德国联邦教育及研究部和联邦经济技术部联合资助，投资预计达2亿欧元。德国学术界和产业界将机械制造设备定义为工业1.0，电气化定义为工业2.0，生产工艺自动化定义为工业3.0，将物联网和制造业服务化带来的智能制造定义为工业4.0。

 

德国“工业4.0”战略旨在通过充分利用信息通讯技术和信息物理系统(CPS)相结合的手段，推动制造业向智能化转型。包含了由集中式控制向分散式增强型控制的基本模式转变，建立高度灵活的个性化和数字化的产品与服务的生产模式。“工业4.0”主要分为三大主题，一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现;二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。三是“智能物流”，主要通过互联网、物联网、务联网，整合物流资源，充分发挥现有物流资源供应方的效率，使需求方能够快速获得服务匹配，得到物流支持。

 

二、工业4.0在医疗行业智能化中推演

 

医疗行业正在通过云计算、物联网、大数据、移动设备、互联网技术等相结合的手段，向信息化迈进。对照“工业4.0”，推演医疗信息化与工业化的融合与创新，可以设计出两大医疗智能化主题，分别为：“智能医院”和“智能医疗”。

 

2.1 智能医院

 

智能医院是在数字化医院的基础上，利用物联网技术和设备监控技术加强信息管理和服务;通过大数据与分析平台，将云计算中由大型医疗设备产生的数据转化为实时信息，并加上绿色智能的手段和智能系统等新兴技术于一体，构建一个高效安全、环境舒适的人性化医院。其基本特征主要包含有医疗设备使用过程管控可视化、系统监管全方位两个层面。

 

医疗设备使用过程管控可视化是指在医疗设备使用过程上，包括医用耗材管控及流程，均可直接实时展示于控制者眼前，此外，医疗设备的现况亦可实时掌握，减少因系统故障造成医疗偏差。医疗设备工作过程中的相关数据均可保留在数据库中，让管理者得以有完整信息进行后续规划，也可以依医疗设备的现况规划机器的维护;可根据信息的整合建立医疗设备的智能组合。

 

系统监管全方位是指通过物联网以传感器做连接，使医疗设备具有感知能力，系统可进行识别、分析、推理、决策、以及控制功能;这类医疗装备，可以说是先进制造技术、信息技术和智能技术的深度结合，主要是透过系统平台累积知识的能力，来建立设备信息及反馈的数据库。

 

2.2 智能医疗

 

主要涉及整个医疗过程的物流管理、人机互动、3D打印等技术在医疗过程中的应用。

 

智能医疗是指由智能机器和人类专家共同组成的人机一体化智能系统，它在医疗过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在医疗过程中的脑力劳动。与传统的医疗相比，智能医疗具有学习能力和自维护能力、人机一体化、虚拟实现等特征。

 

近年来，由人工智能、医用机器人和数字化辅助医疗技术等相结合的智能医疗技术，正引领新一轮的医疗变革。智能医疗技术开始贯穿于检验、手术、护理和康复等医疗的各个环节。当今世界医疗行业智能化发展呈现两大趋势。

 

一是以3D打印为代表的“数字化”技术在医疗行业率先应用。尤其是康复医学领域个性定制化需求显着，而个性化、小批量和高精度恰是3D打印技术的优势所在。目前，3D打印在医疗生物行业的应用主要包括1、体外医疗器械如假肢、助听器、齿科手术模板，医疗模型等;2、永久植入物，如骨骼。对人体身体部位的复制是高度定制化的产品，通过3D打印，这些部件可以与身体完全契合，与身体融为一体。3、细胞3D打印，这是一种基于微滴沉积的技术。

 

能够为再生医学、组织工程、干细胞和癌症等生命科学和基础医学研究领域提供新的研究工具;为构建和修复组织器官提供新的临床医学技术，推动外科修复整形、再生医学和移植医学的发展;应用于药物筛选技术和药物控释技术，在药物开发领域具有广泛前景。

 

二是智能医疗技术创新及应用贯穿医疗行业全过程，使得医疗行业的诊断、治疗、管理、服务各个环节日趋智能化，主要体现在以下四个方面。

 

(1)建模与仿真：如用于跨部门复杂医疗流程诊断，医院医疗应急响应系统，生理系统的建模与仿真等，可以极大的提升医疗诊断的准确率。

 

(2)以医疗机器人为代表的智能医疗装备：如医疗机器人已经在脑神经外科、心脏修复、胆囊摘除手术、人工关节置换、整形外科、泌尿科手术等方面得到了广泛的应用。机器人在手术的准确性、可靠性和精准性上远远超过了外科医生。

 

(3)基于无线、嵌入式技术的智能资产管理解决方案：可整合医院资产信息，全面了解设备资产的成本消耗及使用情况，实现设备维护管理标准化和电子信息化升级，提供资产投资和使用分析的依据，帮助医院制定成本控管、设备采购计划，优化医院运营和资产管理。

 

(4)智能医疗服务业急速发展：通过各种可佩戴装置、嵌入式软件，互联网连接和在线服务的启用整合成新的“智能”医疗服务业模式，院内院外制之间的界限日益模糊，融合越来越深入。

 

三、改进之路

 

工业4.0在医疗领域的发展之路将会是一段革命性的进展。现有的医疗科技和经验必将进行改变和革新，而且对于医疗新领域和新市场的创新解决方案将层出不穷。为此，医疗行业需要在标准化与架构、复杂系统管理、医疗宽带设施、安全和安保、工作的组织和设计、培训和职业发展、监管框架和资源效率等方面进行持续和适应性改进。

 

四、价值

 

通过智能医院和智能医疗的建设。可以推动医疗行业设备及服务升级，帮助医院提高生产率和运营力，提升医师软实力。可提高医生工作效率、疾病检出率，扩大医疗可及性。帮助医院实现智能化临床管理、预算及资产优化、智能化运营和决策支持，从而提升生产率和工作效率，降低运营成本。分析预测特定高发疾病的病因、防治路径以及成本进行科研研究，为进一步降低发病率、降低医药成本、提升诊断率提供科学的依据。

篇2

“智能硬件”这个概念比较含糊，它其实涵盖了多种商业方向，把凡是跟智能有关的都囊括进去不合适。

比如在京东、淘宝上众筹的智能硬件，属于消费电子类产品。去年看似挺火，但也没出什么真正引爆市场的产品。做消费电子类智能硬件，竞争对手众多，而且技术不是最重要的，品牌、渠道最才是关键。你的产品能否到达目标用户群，你的产品能否满足用户对“智能化”较高的期望值，都是现实存在的问题。

到目前为止，北极光创投没有真正投过消费类的智能硬件项目。我们更关注第二类应用在金融、医疗、安防等行业的“智能系统”(可能是硬件，也可能是软件)，跟巨头行业结合的，有更大的发展机会。

需要提醒的是，做智能系统的思路不是设想某种智能化功能，再推广到行业，而是在有场景、有合作对象的前提下，为垂直行业提供智能化技术，这样才知道应用的意义和重点。比如IB M的人工智能系统，直指医疗活动的核心环节，通过对比疾病的治疗历史、遗传数据、诊疗影像等，给每位患者个性化的诊断建议。另外，随着人工智能视觉算法的进步，在美国有人开发医学影像的智能识别系统，也是跟医院一起做。

从今年的发展趋势来看，会有更多原来做机器学习、计算机视觉的人投身各个细分行业开发智能系统。我们在这个领域布局比较早，比如汽车智能化就是其中一个看好的方向。但同时，这是个进展非常缓慢的市场，不是一两年就能出成果。我们有耐性去等待，因为通过前沿技术重构行业价值链，更值得期待。

讲述人：戈壁投资合伙人徐晨

市场上的很多智能硬件，其实就是在传统消费电子之上增加了数据收集和数据反馈的功能而已。但消费者购买的时候只是把它作为辅助功能去考虑，光靠打智能化和数据的概念并不能真正吸引用用户。何况消费电子是以渠道为驱动的，而销售渠道很难差异化。换言之，同类产品之间很难产生实际性的差异并获得用户的持续关注度。按消费电子的发展路径，很快就会进入低毛利的阶段，加上小米、乐视在打造智能硬件的生态系统，论坛品牌实力，任何小创业公司都难以比拼得过。我预计，消费电子类智能硬件接下来会面临洗牌。

篇3

国内人工智能产业链解构

基础技术、人工智能技术和人工智能应用构成了人工智能产业链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并对其中的人工智能应用进行重点解构。

人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）。基础技术提供平台为人工智能技术的实现和人工智能应用的落地提供基础的后台保障，也是一切人工智能技术和应用实现的前提。

对于许多中小型企业来说，SaaS 是采用先进技术的最好途径，它消除了企业购买、构建和维护基础设施和应用程序的需要；而 IaaS通过三种不同形态服务的提供（公有云、私有云和混合云）可以更快地开发应用程序和服务，缩短开发和测试周期；作为 SaaS 和 IaaS 中间服务的 PaaS 则为二者的实现提供了云环境中的应用基础设施服务。

人工智能技术平台

与基础技术提供平台不同，人工智能技术平台主要专注于机器学习、模式识别和人机交互三项与人工智能应用密切相关的技术，所涉及的领域包括机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学习、语言和图像理解和遗传编程等。

机器学习：通俗的说就是让机器自己去学习，然后通过学习到的知识来指导进一步的判断。我们用大量的标签样本数据来让计算机进行运算并设计惩罚函数，通过不断的迭代，机器就学会了怎样进行分类，使得惩罚最小。这些学到的分类规则可以进行预测等活动，具体应用覆盖了从通用人工智能应用到专用人工智能应用的大多数领域，如：计算机视觉、自然语言处理、生物特征识别、证券市场分析和DNA 测序等。

模式识别：模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，它偏重于对信号、图像、语音、文字、指纹等非直观数据方面的处理，如语音识别，人脸识别等，通过提取出相关的特征来实现一定的目标。文字识别、语音识别、指纹识别和图像识别等都属于模式识别的场景应用。

人机交互：人机交互是一门研究系统与用户之间交互关系的学问。系统可以是各种各样的机器，也可以是计算机化的系统和软件。在应用层面，它既包括人与系统的语音交互，也包含了人与机器人实体的物理交互。

而在国内，人工智能技术平台在应用层面主要聚焦于计算机视觉、语音识别和语言技术处理领域，其中的代表企业包括科大讯飞、格灵深瞳、捷通华声（灵云）、地平线、SenseTime、永洪科技、旷视科技、云知声等。

人工智能应用

人工智能应用涉及到专用应用和通用应用两个方面，这也是机器学习、模式识别和人机交互这三项人工智能技术的落地实现形式。其中，专用领域的应用涵盖了目前国内人工智能应用的大多数应用，包括各领域的人脸和语音识别以及服务型机器人等方面；而通用型则侧重于金融、医疗、智能家居等领域的通用解决方案，目前国内人工智能应用正处于由专业应用向通用应用过度的发展阶段。

（1）计算机视觉在国内计算机视觉领域，动静态图像识别和人脸识别是主要研究方向

图像识别：是计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。识别过程包括图像预处理、图像分割、特征提取和判断匹配。

人脸识别：是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。

目前，由于动态检测与识别的技术门槛限制，静态图像识别与人脸识别的研究暂时处于领先位置，其中既有腾讯、蚂蚁金服、百度和搜狗这样基于社交、搜索大数据整合的互联网公司，也有三星中国技术研究院、微软亚洲研究院、Intel中国研究院这类的传统硬件与技术服务商；同时，类似于 Face++ 和FaceID 这类的新兴技术公司也在各自专业技术和识别准确率上取得了不错的突破。

而在难度最大的动态视觉检测领域，格灵深瞳、东方网力和 Video++ 等企业的着力点主要在企业和家庭安防，在一些常见的应用场景也与人脸识别技术联动使用。

（2）语音/语义识别

语音识别的关键基于大量样本数据的识别处理，因此，国内大多数语音识别技术商都在平台化的方向上发力，希望通过不同平台以及软硬件方面的数据和技术积累不断提高识别准确率。

在通用识别率上，各企业的成绩基本维持在 95% 左右，真正的差异化在于对垂直领域的定制化开发。类似百度、科大讯飞这样的上市公司凭借着深厚的技术、数据积累占据在市场前列的位置，并且通过软硬件服务的开发不断进化着自身的服务能力；此外，在科大讯飞之后国内第二家语音识别公有云的云知声在各项通用语音服务技术的提供上也占据着不小的市场空间。值得注意的是，不少机器人和通用硬件制造商在语音、语义的识别上也取得了不错的进展，例如智臻智能推出的小 i 机器人的语义识别、图灵机器人的个性化语音助手机器人和服务、被 Google 投资的出门问问的软硬件服务。

（3）智能机器人

由于工业发展和智能化生活的需要，目前国内智能机器人行业的研发主要集中于家庭机器人、工业企业服务和智能助手三个方面其中，工业及企业服务类的机器人研发企业依托政策背景和市场需要处于较为发达的发展阶段，代表性企业包括依托中科院沈阳自动化研究所的新松机器人、聚焦智能医疗领域的博实股份，以及大疆、优爱宝机器人、Slamtec 这类专注工业生产和企业服务的智能机器人公司。在以上三个分类中，从事家庭机器人和智能助手的企业占据着绝大多数比例，涉及到的国内企业近 300 家。

（4）智能家居

与家庭机器人不同，智能家居和物联企业的主要着力点在于智能设备和智能中控两个方面。在这其中，以海尔和美的为代表的传统家电企业依托自身渠道、技术和配套产品优势建立起了实体化智能家居产品生态. 而以阿里、腾讯、京东、小米和乐视等互联网企业为代表的公司则通过各自平台内的数据和终端资源提供不同的软硬件服务。

值得关注的是，科沃斯、broadlink、感居物联、风向标科技、欧瑞博、物联传感和华为等技术解决方案商在通用硬件和技术、系统级解决方案上已成为诸多智能家居和物联企业的合作伙伴。综合来看，智能家居和物联企业由于市场分类、技术种类和数据积累的不同各自提供着差异化的解决方案。在既定市场中，没有绝对意义上的排斥竞争，各企业之间的合作融合度较强。

（5）智能医疗

目前国内智能医疗领域的研究主要集中于医疗机器人、医疗解决方案和生命科学领域。由于起步较晚和技术门槛的限制，目前国内医用机器人的研发水平和普及率相较于国际一线水平仍存在一定的差距，从事企业主要集中与手术机器人和康复机器人两大领域，以新松机器人、博实股份、妙手机器人、和技创等企业为代表。

在医疗解决方案方面，以腾讯、阿里巴巴、百度和科大讯飞为代表的公司通过和政府、医疗机构的合作，为脑科学、疾病防治与医疗信息数据等领域提供智能解决方案。而在生命科学领域，研究的着眼点在以基因和细胞检测为代表的前沿研究领域。

综合来看，国内人工智能产业链的基础技术链条已经构建成熟，人工智能技术和应用则集中在人脸和图像识别、语音助手、智能生活等专用领域的场景化解决方案上。就趋势来看，未来国内人工智能领域的差异化竞争和突破将主要集中在人工智能相关技术的突破和应用场景升级两个层面。

未来国内人工智能行业发展的五大趋势

（1）机器学习与场景应用将迎来下一轮爆发

根据 Venture Scanner 的统计，截至 2015 年 9 月，全球人工智能领域获得投资的公司中，按照平均融资额度排名的五大业务依次是：机器学习（应用类）、智能机器人、计算机视觉（研发类）、机器学习（研发类）和视频内容识别等。

自 2009 年以来，人工智能已经吸引了超过 170 亿美元的投资。过去四年间，人工智能领域的民间投资以平均每年 62% 的增长速率增加，这一速率预计还会持续下去。而在 2015 年，全球人工智能领域的投资占到了年度总投资的 5%，尽管高于 2013 年的2% ，但相比其他竞争领域仍处于落后位置。

目前中国地区人工智能领域获得投资最多的五大细分领域是计算机视觉（研发类）、自然语言处理、私人虚拟助理、智能机器人和语音识别。从投资领域和趋势来看，未来国内人工智能行业的资本将主要涌向机器学习与场景应用两大方向。

（2）专用领域的智能化仍是发展核心

基于 GPU（图形处理器）计算速度（每半年性能增加一倍）和基础技术平台的飞速发展，企业对于人工智能神经网络的构建取得了前所未有的突破。但是，由于人工智能各领域技术和算法的复杂性，未来 20 年内人工智能的应用仍将集中于人脸和图像识别、语音助手和智能家居等专用领域。

通过上述产业链环节构成和投资分类可以看出，优势企业的核心竞争力主要集中于特定领域的专用技术研发；其中，计算机视觉和语音识别领域的研发和应用已处于国际一流水平，专业应用机器人的研发也有望近 10 年内迎来突破性发展。可以预见的是，在由专业领域向通用领域过渡的过程中，自然语言处理与计算机视觉两个方向将会成为人工智能通用应用最大的两个突破口。

（3）产业分工日渐明晰，企业合作大于竞争

随着专用领域应用开发的成熟和差异化技术门槛的存在，国内人工智能产业将逐渐分化为底层基础构建、通用场景应用和专用应用研发三个方向。

在底层基础构建方面，腾讯、阿里巴巴、百度、华为等企业依托自身数据、算法、技术和服务器优势为行业链条的各公司提供基础资源支持的同时，也会将自身优势转化为通用和专业应用领域的研究，从而形成自身生态内的人工智能产业链闭环。

在通用场景应用方面，以科大讯飞、格灵深瞳和旷视科技为代表的企业将主要以计算机视觉和语音识别为方向，为安防、教育和金融等领域提供通用解决方案。而在专用应用研发方面则集中了大部分硬件和创业企业，这其中既包括以小米和 broadlink 为代表的智能家居解决方案商，也包含了出门问问、linkface 和优必选这类的差异化应用提供商。

总的来说，由通用领域向专业领域的进化离不开产业链条各核心环节企业的相互配合，专用领域的竞争尽管存在，但各分工层级间的协作互通已成为多数企业的共识。

（4）系统级开源将成为常态

任何一个人工智能研究分支都涉及到异常庞大的代码计算，加上漏洞排查与跨领域交叉，任何一家企业都无法做到在封闭环境内取得阶段性突破的可能。可以看到的趋势是，Google、微软、Facebook 和雅虎等视人工智能为未来核心竞争力的顶级企业都先后开放了自身的人工智能系统。

需要明确的一点是，开源并不代表核心技术和算法的完全出让，底层系统的开源将会让更多企业从不同维度参与到人工智能相关领域的研发，这为行业层面新产品的快速迭代和共同试错提供了一个良性且规范化的共生平台。于开放企业而言，这也确保了它们与行业最新前沿技术的同步。

（5）算法突破将拉开竞争差距

作为人工智能实现的核心，算法将成为未来国内人工智能行业最大的竞争门槛。以 Google 为例，Google 旗下的搜索算法实验室每天都要进行超过 200 次的改进，以完成由关键字匹配到知识图谱、语义搜索的算法创新。

在未来竞争的重点机器学习领域，监督学习、非监督学习和增强学习三个方面算法的竞争将进入白热化阶段。而正是算法层面的突破造就了腾讯优图、科大讯飞和格灵深瞳等企业在图像识别和计算机视觉领域取得了突破性进展和国际一线的技术水平。

但就目前国内人工智能算法的总体发展而言，工程学算法虽已取得阶段性突破，但基于认知层面的算法水平还亟待提高，这也是未来竞争的核心领域。

总的来看，虽然基础技术的成熟带来了存储容量和机器学习等人工智能技术的提升，但由于现阶段运算能力以及大规模 CPU 和GPU 并行解决方案的局限，目前国内人工智能的发展主要集中于计算机视觉、语音识别、智能生活等方向上。

虽然专用化领域的场景应用仍是目前研发和投资的核心，但随着技术、数据的积累演化以及超算平台的应用，由专用化领域的场景应用向语音、视觉等领域的通用化解决方案应该在未来 20 年内成为发展的主流。

篇4

作为民族通信制造业脊梁的老牌国企,中国普天逐渐由制造向更高技术和更高利润率的标准制定和系统研发上进行转变，普天智能存储卡产业的突破是普天制造向普天创造转变的典范。

据悉，普天一直对移动存储卡的研发投入很大。2004年，中国普天经过严密的论证分析，以邢炜总裁为核心的中国普天领导层做出投资移动存储产业的重要决策，由普天研究院负责智能移动存储标准制定、专利申请和产品开发，普天茂德科技(重庆)有限公司负责产品的产业推广。经过几年的努力，中国普天推出了全球第一片智能存储卡，移动存储产业做到国内市场名列前茅，改变了存储卡领域中外力量难以抗衡的局面。中国普天首当其冲地成为智能移动存储的开拓者和领头羊。

中国普天副总裁、普天研究院院长陶雄强表示，普天人并没有局限在技术的革新和标准带头制定上，而是将一个新型的产业培育起来。

自2004年中国普天担任移动存储器标准工作组组长单位至今，一直致力于推进具有自主知识产权的智能存储卡标准的制定和产业化进程。移动存储器标准工作组遵循信息产业部以支撑产业发展为第一要务的指导思想，加快实施标准战略，建立了一套完善的移动存储技术标准体系，包括：新一代智能移动存储技术标准、基于移动存储的信息安全技术标准等具有自主知识产权的技术标准；闪存盘通用规范、便携式数字音频/音视频播放器通用规范、移动硬盘通用规范、存储卡通用规范等市场主流产品的质量检测标准。其中，智能移动存储技术标准成为划分新旧移动存储产业的标志，给整个产业带来了新的机遇，带动了整个移动存储产业进入一个新的高速发展阶段。担任移动存储器标准工作组组长的普天研究院常务副院长陈庆方也因此荣膺“2007年度通信产业先锋技术人物奖”。

普天智能存储卡尽显普天实力

智能存储是集RFID、安全、Flash等多种最新技术于一身的新型技术。中国普天创新性地提出并制定了智能移动存储标准，该标准是新一代移动存储标准的核心。智能移动存储标准克服了国外已有标准的不足，它有机融合了大容量数据存储、安全、RFID技术，强调应用和服务，成为支撑多种行业应用的平台。

2007年，中国普天在北京国际金融展、北京国际通信展、深圳高交会上，相继向各界展示了其自主研发的全球第一片智能存储卡。

普天智能存储卡具有数据存储、数据加解密、用户身份认证、非接触式刷卡等功能，能够存储从32M到32G字节的数据，适用于当前几乎所有数字产品，可插在手机、移动数字电视、PMP等便携终端上使用；由于普天智能存储卡内置安全认证、鉴权功能支持，因此能够方便支持用户身份认证、数据加解密、数字内容版权保护、移动支付、充值等安全功能；而RFID带来的快捷和方便使得普天智能存储卡可以满足现场刷卡支付的各种应用场合。

三大领域实现突破

由于移动智能存储卡本身拥有的特性，使得移动智能存储卡在金融业、广电行业、出版行业、电信行业、政府部门、医疗行业和普通消费电子行业都有十分巨大的发展潜力。现在，普天智能存储卡已在移动支付和移动电子商务领域、数字内容发行领域、移动数字电视领域等寻找到了大客户并开始进行规模试商用，并希望通过这三个焦点领域的成功来实现更大规模的推广。

2007年12月24日，普天与银联、上海瀚银签署了面向第三代移动支付系统领域的战略合作协议，在上海浦东进行为期三个月的千卡规模移动支付试商用试验，用户可以通过终端插入智能存储卡完成移动支付。

此次试验独立于移动运营商，但是移动运营商通过产生的流量获得收入。陈庆方指出，这种移动支付与通过SIM卡进行移动支付不同，没有打破现有的金融体系结构，可以达到运营商与金融机构双赢的局面。

与此同时，普天智能存储卡在广电和数字信息内容发行领域正紧锣密鼓地进行试验。中国普天和某运营商目前就普天智能存储卡在移动数字电视领域应用开展合作，作为移动数字电视的用户卡，智能存储卡可提供用户鉴权、节目解密等条件接收功能，以及移动数字电视增值业务功能。

中国普天还与某内容提供商就利用智能存储卡发行奥运信息开展合作，向用户提供大容量的文字、图片、音乐、视频等多媒体内容。例如，在奥运期间可利用智能存储卡作为载体，向各国友人宣传中国传统文化、传播奥运资讯。除了预先录制在智能存储卡中的内容外，还可以通过移动运营商的网络对卡片中的内容进行更新。

此外，普天智能存储卡还可以应用于公用事业缴费业务、电信行业增值业务、政府部门电子政务、医疗行业电子病历、普通消费电子行业等。2008年，多功能卡成为金卡工程的核心工作重点，国家金卡工程多功能卡应用联盟准备制定“一卡多用”标准，以求解决目前水电卡、交通卡、社保卡、医疗卡、银行卡等种类繁多的困扰。陈庆方认为：智能存储卡是一个实现一卡多用的非常好的方案。

以创造打破国外垄断

中国在通信及其应用领域一直都处于技术和市场相对落后的地位，不过在智能存储卡行业，中国在后起的情况下，以较为轻快的步伐走在了其他通信强国的前面。

在智能存储卡领域，中国存储卡企业一直处于被日美企业收取高达6%专利费的不利处境。为了打破国外企业垄断，保护中国企业和消费者利益，推动国内移动存储产业发展，2004年在信息产业部支持下成立了移动存储器标准工作组，普天信息技术研究院担任组长单位，包括中国普天、中国电子技术标准化研究院、联想、华旗等企业参与，已发展正式成员20家(大陆企业)、观察员2家(台湾和美国企业)，另有多家中外企业、标准组织也向工作组递交了加盟申请。

篇5

上周，沪深300指数下跌0.57%，计算机行业下跌0.87%，行业跑输大盘0.3个百分点，其中硬件板块下跌0.53%，软件板块下跌0.82%，IT服务板块下跌1.40%。个股方面，汉邦高科、海联讯、信息发展涨幅居前，任子行、梅安森、川大智胜跌幅较深。

国际市场动态

IDC：一季度全球平板电脑出货量同比减少14.7%；微软将测试DNA数据存储：每克材料能存10亿TB；谷歌拟与菲亚特克莱斯勒合作：出售自动驾驶技术。

国内市场动态

猎豹拟投入5000万美元成立机器人公司；蚂蚁金服完成45亿美元B轮融资估值600亿美元。

A股上市公司重要动态信息

金桥信息：对同道信息增资880万元；创意信息：拟8亿元收购邦讯信息；真视通：拟4亿并购网润杰科拓展云视频业务领域；达实智能：签约12309万智慧医疗项目；联络互动：以每股1.80美元认购德海尔新增发11，111，111股普通股；数字政通：拟定增募资逾12亿元加码智慧城市业务；广电运通：出资3000万设立子公司开展轨道交通业务；汉得信息：2000万美元对日本、新加坡子公司增资；5880万元收购汉得融晶49%股权；鼎捷软件：与弘讯科技下属子公司签订战略合作意向书合作打造智能制造示范工厂；易联众：拟定增募资45亿元加码医疗健康服务运营平台等项目；易联众：与华夏人保、郁金香投资、前海行健资本签订战略合作协议；易华录：出资2000万成立SPV公司；东软载波：1700万元吸收合并风合电气。

投资策略

上周，大盘维持在3000点下方震荡，中小板及创业板指数亦维持震荡，向上动能不足。受市场整体低迷影响，计算机行业继续震荡下行并跑输大盘。具体来看，各概念板块均出现不同程度的下挫，其中云计算、智慧医疗等板块跌幅相对较少，其他板块跌幅相对较深。

纵观整个4月行情，计算机行业整体跌幅为7.95%，跑输大盘约6个百分点，行业内各板块同样表现不强，显示出在当下时点投资者对计算机行业内个股的谨慎情绪，且在市场整体震荡的情况下，计算机行业的高beta特性使行业波动幅度较大，在一定程度上也影响了投资者的参与热情。

在操作层面，我们认为在行情维持震荡走势时，投资者应将业绩成长性放在选股要素首位，其次关注持续性题材所带来的超额收益机会：

1)建议从业绩高成长、基本面扎实角度出发，重点关注PEG

篇6

关键词：人工智能；大数据；交叉领域

自二战时期阿兰•图灵破解恩尼格玛密码机带来胜利的曙光之后，人工智能初见苗头，1956年“人工智能”一词首次由约翰•麦卡锡等科学家在达特茅斯研讨会上提出，时至今日，人工智能经历了60多年的浪潮和洗礼，其中有曙光、有冰封，也有期望。纵观当下，人工智能不仅仅是机器智能，在深度学习和推陈出新的算法推动下，其携手云计算、大数据、卷积神经网络等，攻破了自然语言语音处理、图像识别的瓶颈，像潘多拉的盒子一样在认知科学、机器人学、机器学习等领域全面开花，人工智能涵盖了从基础层、技术层到应用层等多个方面，为人类文明带来了翻天覆地的变化[1-2]。人工智能包罗万象，在其基础上衍生的大数据“洪流”对人类社会的方方面面进行冲击，这些数字的价值已然超越了诸如金钱、财产、黄金、石油，甚至是土地。然而，大数据技术也如同普罗米修斯盗得的圣火，一方面给人间带来温暖和光明，另一方面也有可能使自身被奴役甚至使人葬身火海[3]。因此，当我们沉迷于大数据的海洋中时，我们是否有能力像蓝鲸遨游大海一样自由掌舵，是当今大数据和人工智能时代存在的一个重大问题。是“曲径通幽”还是“会当凌绝顶”，我们如何在大数据中“浮游”，而不是一味地扩充，需要理性看待与合理评价大数据对人类生存和发展的影响。

1.人工智能和大数据与“工业革命”

2020年刚刚结束的新一轮美国总统竞选上演了各种“国家闹剧”，为何特朗普在2016年赢得大选，而4年之后却无法连任？时间推移，2016年他胜利的部分原因在于他利用了面临技术威胁的工业行业中工人们的焦虑，同时指责非法移民对美国及美国人资源和就业机会的占用[4]。但在技术浪潮的挑战中，自动化和人工智能才是占用的“根源”。早在18世纪60年代工业革命时期，机器取代人力，规模化工厂生产取代个体手工生产，即引发了人工智能数据的工业大变革。从机械结构、电气控制等模块的设计和改良，车间机器人的智能化已可以代替人完成生产作业[5]。通过智能化机器人可以减轻劳动负担，还可以用于环境检测[6]和实施救援[7]等，保护我们的人身安全。这些“机器人”在为我们减负的同时确实也引发了“失业危机”，这种现象不仅于美国，日本、韩国和德国亦是如此。我们也许可以形象一下，未来20或30年后，工厂中工伤几乎为“零”，完全实施机器人24小时作业，速度惊人，质量统一，而仅有的几个人使用简单的触摸界面对机器下达“命令”。机器的发展已超乎我们对普通机械的认知，21世纪开发的三大机器人中大狗（BigDog）解决了运动和重载运输问题，特别用于军事领域，被誉为“当前世界上最先进适应崎岖地形的机器人”；亚美尼亚（Asimo）从人类如何移动上展现了机器人仿人运动；Cog具有了人类所特有的思考，由不同处理器组成的异种机互联网络形成了“大脑”。特斯拉——其除了是电动汽车和能源公司外，还是自动驾驶汽车行业的领跑者之一。其2016年已销售具有自动驾驶、自动自制和自动停车功能的电动汽车，但出于法律和伦理层面，驾驶员还是要坐在驾驶位上，但他可以做他想做的其他事，发短信、打电话或是休息，而不再是驾驶汽车。我们可以不用担心酒驾，不用因为时间紧张而疲劳驾驶，不必为新手司机而变得脾气暴躁……汽车自动驾驶将让我们行驶得更规则、更安全和更“无聊”。自动驾驶上的智能进化，使得自驾型派送车为商业化服务成为可能，还有自驾型飞行器也在被研发，通用、宝马、谷歌等公司一直在努力开发，通过无人机在您家门口投送包裹将对电子商务世界带来更多创造性方案。“如果你够走运的话，机器可以把你当成宠物。”虽为戏谑之言，却又饱含心酸。工厂变得越来越自动化，但其仍需要人类专家，他们才知道如何监控传感器，知道在发生故障时如何进行修复，机器的运行离不开人的监控，只有人的思考才能有新产品的诞生以及高效的生产流程，我们与机器共存，是从体力中解放，但要从事脑力工作。

2.人工智能和大数据与金融的未来

“数字蝶变”席卷金融行业各个领域[8]，金融行业应用大数据、移动互联网、人工智能等先进信息技术，累积了非常多的客户信息。通过大数据的帮助，金融公司在分析数据下寻找更多的金融创新机会。在商业智能（BI）的辅助下，电信业可以对客服描述和定位及需求进行预测；保险业可以在进行风险分析的同时进行损益判断；银行业可以调整市场活动，建立信贷预警机制等等[9]。人工智能和大数据让金融业形成了“以客户为中心”的模式。与客户最密切的金融即是金钱，但是它们已经被“支付宝”和“微信”以及更多的电子支付方式取代，越来越少的人使用现金，数字金钱是否会完全取代物质金钱，我们很可能会发展为无现金社会。那么首先“下岗”的是谁呢？答案毫无疑问：银行。巴克莱银行前首席执行官安东尼•詹金斯曾预测，对于工业化国家，银行员工和其分支机构在未来10年内会消失；花旗全球视角与解决方案的一项研究预测，美国和欧洲的银行将在未来10年裁减约180万员工；甚至2016年2月的一份丹麦银行家协会新闻稿表示，银行抢劫案数量连续第5年下降。就支付领域而言，在这样的时代背景下，如何利用大数据技术对跨越式发展的支付行业进行监管，成为一个值得深入研究的课题[10]。在人工智能下，我们都有被银行自动回复或自会读取特定问题的“员工”惹恼过。沟通技巧和财务知识同样重要，因此，银行业员工的下岗只是在基础性操作上，对于“专业咨询”，需要更多受过高等教育、具有更好沟通能力的员工。目前，我国的多数银行还没建立“开放、共享、融合”的大数据体系，数据整合和部门协调等问题仍是阻碍我国金融机构将数据转化为价值的主要瓶颈。大数据的整合、跨企业的外部大数据合作不可避免地加大客户隐私信息泄露的风险。有效防范信息安全风险成为商业银行大数据应用中急需解决的问题。

3.人工智能和大数据与“专家系统”

电子病历数据、医学影像数据、用药记录等构成了医疗大数据。医疗数据不仅包括大数据的“4V”特点，即规模大（volume）、类型多样（variety）、增长快（velocity）、价值巨大（value），还包括：时序性、隐私性、不完整性和长期保存性。医疗大数据可以提供预警性，当数据发生异常时，通过一定的机制可以发出警告，从而迅速采取相应措施，及时解决问题[11]。成立于1989年的美国胸外科协会（STS）数据库，至今已经涵盖了美国95%的心脏手术，收集了500万条手术记录[12]。其中的先天性心脏手术（CHSD）数据库是STS数据库的重要组成部分，是北美最大的关注儿童先天性心脏畸形的数据库，被认为是医学专业临床结果数据库的金标准。近年来，基于CHSD数据库所进行的数据挖掘不断增加，大型数据库对提高医疗质量所起到的正向作用正在日益凸显。如Welke等基于CHSD数据库探讨小儿心脏外科病例数量和死亡率之间的复杂关系[13]；Pasquali等基于CHSD数据库探讨新生儿Blalock—taussig分流术后的死亡率[14]；Jacobs等基于CHSD数据库采用多变量分析方法来研究病人术前因素的重要性[15]；Dibardino等基于CHSD数据库采用多变量分析的方法来探讨性别和种族对进行先天性心脏手术结果的影响[16]。这些都是在医疗领域采用人工智能提供的医疗诊断，形成了“专家系统”，专家系统可以说是一种最成功的人工智能技术，它能生成全面而有效的结果。借助医疗大数据的平台，“专家系统”可以智能辅助诊疗、影像数据分析与影像智能诊断、合理用药、远程监控、精准医疗、成本与疗效分析、绩效管理、医院控费、医疗质量分析等。不仅是数据平台，“达芬奇机器人”可以看成医疗的高精尖“人工智能”，它能缩短泌尿外科手术以及术后患者恢复时间，促进患者早期下床活动，减低并发症发生率[17]。达芬奇手术机器人在消化系统肿瘤、泌尿系统肿瘤、妇科肿瘤和心胸部肿瘤等手术中均有运用[18]。正是机器人，还有其他人工智能设备，如插入手表或衣服里的传感器、植入我们皮肤下的芯片，以及智能手机中装有各种“专家系统”的远程医疗、预防医学，甚至是器官的3D打印和虚拟现实治疗等的发展，让医学发生相应的转变，并使其逐步突破人类的传统健康概念，那么是否意味着医学将成为只有科学性，毫无直觉性的学科呢？我们携带的内部传感器和外部应用程序将成为我们的医生吗？“你好，医生”被“嘿，Siri”取代吗？这不尽然。医学必然将是向精准化发展，并更具个性化、参与性、预防性和可预测性。医生不再是疾病的修理工，而是改善我们健康状况的顾问。直观当下，我们还是被“看病难”所困扰，我们提出“分级诊疗”，是在拥有家庭医生、全科医生和专科医生的基础上再加上人工智能，以实现预期的健康监测、辅助诊疗和疾病筛查。

4.人工智能和大数据与教育变革

面对各行业和各学科，教育作为传承文明和创新知识的载体，似乎被排除在人工智能之外。就目前而言，人工智能与教育深度融合发展还存在技术基础不稳、教育数据缺陷、算法能力不足等现实问题[19]。我国目前更想要做到的是在教育上消除“信息鸿沟”，促进教育公平、均衡发展。因此，目前可以看到人工智能的教育多在于语言学习软件，通过虚拟技术和人工智能构建一个灵活的、可扩充的虚拟交互平台，设计多维虚拟场景和智能人工角色，实现不同场景下人机角色的交流和学习，提升学习者的口语能力和语感知识[20]。这使得教师不再是唯一的知识传播者，任何互联网搜索引擎都将提供比教师所有的更多信息，并且可以更快捷地获取。肺炎疫情暴发以来，远程网络教育成了主要教学形式，互联网教育形式其实早在小学、中学和大学中运用，虚拟现实技术在教学领域的研究和探索也在全面展开。谷歌已经开发一款VR纸板视图，并将研发的虚拟课程一起推向市场，使现实生活中在生物课上解剖一只青蛙成为一件容易且有趣的事，通过虚拟青蛙，学生们可以去除心脏和其他器官，而不再是象征性的抽象体验。虚拟现实可以像互动游戏一样，比单一的在教室听老师授课带来更多乐趣和体验，学习效果可能更好。我们的学习是知识的积累，那么教育就是我们的库，荀静等结合自身情况对西安工业大学知识库构建进行探究，认为机构知识库在保存知识资产的同时，更重要的是促进学校知识资产的传播利用和管理，提升学校影响力和学术声誉[21]。刘畅等通过对东北大学机构知识库服务的推广研究，了解到开放获取的概念和实践已经受到了广泛的认可，机构知识库不仅可以成为一个知识的存储库，也可以成为各个学科领域的学者进行在线交流的平台，提供个性化的增值服务，既有利于机构知识库的内容建设，也可以进一步促进学术交流和科研合作[22]。知识库，即大数据的有机整合和有序利用，是学术成果、视频文档、实验数据等进行收集、长期保存、传播和提供开放利用的知识资产管理与教育服务[23]。

5.人工智能和大数据应用的共性需求

人工智能和大数据时代，海量的信息来自“五湖四海”，但都通过互联网络汇聚智能终端。这些数据只会进一步增多，不仅仅是云存储，对于信息的进一步挖掘、处理、分析和利用，目标性结果才是我们最想要的信息。全球包括IBM、微软、谷歌和亚马逊等一大批知名企业纷纷掘金大数据挖掘这一市场，大家都在开拓自己大数据分析平台。数据挖掘是大数据时代孕育的产物[24]，是我们的共性需求，与传统的统计分析技术相比，数据挖掘有着自身的本质特征,数据挖掘是在没有明确假设的前提下去挖掘信息并发现知识。数据挖掘所得到的信具有先前未知、有效以及可实用三个特征[25]。数据挖掘的出现不是为了替代传统的统计分析技术,相反，它是统计分析方法学的延伸和扩展[26]。随着信息时代的到来，数据挖掘被越来越多地应用于各个领域。

6.人工智能和大数据的展望

大数据与人工智能相辅相成，在人工智能的加持下，海量的大数据输出优化的结果，使人工智能向更为智能的方向进步，大数据与人工智能的结合将在更多领域中击败人类所能够做到的极限。漫长的人类历史发展和进化，信息和人类一直“缠缠绵绵”“你追我藏”，因此，我们应该明白信息就是信息，我们需要的是“维基百科”，而不是仅仅的“维基”。走出狭隘的信息资源，管理和洞察大数据，才是对数据的有用。因为，我们早已告别了数据库放在一间房间的时代。此刻不得不提蓝鲸法则——大数据之道：了解数据懂得利用数据的“浮力”才是关键；“以简约为目标”将数据最终形成洞察及行为；可以通过“数据”“信息”“知识”流程式、组合式、直通车式各种需要的方式来获取[27]，在简约中“印象”处理繁杂的大数据，使之“为我所用”。=数据也是一门科学、一项技术，如果实验不能证明其具有可重复性和一般性，那它是没有科学依据，但是，任何一项科技，如果你坚信它必将改变社会和商业，选择从长期展望其发展并持续付出努力，那么就是一种战略选择[29]。人类社会的政治、经济、文化、思维等固有“态势”被重刷，数据思维将为我们带来一个智能全新的世界观。

篇7

云计算作为分布式计算、网格计算等技术的继承与发展，已经成为当前工业化与信息化“两化”融合发展的主要技术实现路线。本文首先简要介绍了云计算技术的概念与特点，其次阐述了云计算技术对医疗卫生信息化的影响分析，最后给出了云计算技术在医疗卫生信息化建设中的应用策略，为“十三五”国内医疗卫生行业的信息化建设提供参考。

【关键词】云计算技术 医疗卫生信息化 应用研究

1 前言

中国新一轮医疗体制改革以来，医疗卫生信息化作为医疗行业经营成本降低，工作效率提升的有效抓手，已经在国内医疗卫生行业中普遍开展。根据《医疗卫生第十二个五年计划规划》的要求，“十二五”期间国内医疗卫生行业围绕建设国家、省级、地市级等三级信息平台，建设电子健康档案和电子病历两个数据库，构建一个医疗卫生专用网络，健全医疗卫生信息标准体系为目标，加快推进国内医疗卫生信息化进程。经过“十二五”的五年建设，80%以上医院部署应用了医疗信息系统（HIS），健康档案、电子病历等120余项信息标准得到修订与增补，我国医疗卫生信息化建设取得了显著进步。但是，也存在顶层设计缺乏统筹，建设格局条块分割，重复建设现象严重等问题，医疗卫生信息资源整合优化趋势更加明显，智慧医疗、移动医疗、家庭医疗等发展理念开始深入人心。因此，开展云计算技术在医疗卫生行业的应用，用好用实虚拟化技术，是立足现有建设成果，提升医疗卫生的体系保障能力的有力抓手。

2 云计算技术概述

云计算技术是一种网络信息资源虚拟化技术的集中体现。自2006年美国亚马逊推出世界首个云计算系统――亚马逊云服务（Amazon Web Services，简称AWS），云计算开始在全球范围的快速的推广应用，据Gartner公司统计，2015年全球云服务市场规模达到2450亿美元，已经成为全球信息化建设的主要经费组成部分。同样，国内互联网企业也对云计算技术基础架构的灵活性、可扩展性的作用高度关注，经过近几年发展，腾讯、百度、阿里巴巴等企业已经完成云计算架构的发展，并在市场运营领域进行了广泛的应用。云计算技术作为一个发展的理念，其理论研究者与技术实现者从不同视角对云计算技术概念进行多样化描述，现阶段较为权威的概念描述是美国NIST给出的定义：云计算是一种按使用量付费的服务模式，已以形成网络、存储、应用、服务等资源池为目标，实现对网络资源的虚拟化的整合优化，增强可靠性、通用性和可扩展性，实现网络信息资源的利用率最大化。通过云计算定义可以看出，云计算技术以形成基于网络环境的计算资源池为核心目标，强化对网络资源的灵活调配、削峰填谷，主要具备以下特点：

（1）强调对网络资源的统一管理；

（2）强调对网络资源的均衡负载；

（3）强调对网络资源的动态调控；

（4）强调对网络资源的智能重组；

（5）强调对网络资源的成本压缩。

3 云计算技术对医疗卫生信息化建设的影响分析

简单而言，“智慧医疗”是云计算技术域与医疗卫生业务域相结合的产物，包含医疗资源整合、医疗远程协同、医疗信息安全等方面，它以构建以患者为中心的医疗全生命周期服务体系为核心目标，坚持整合医疗信息资源，增强业务互联互通，加强机构远程联动，逐渐实现业务应用、基础平台、硬件设备等层级的信息共享。当前，云计算技术包含Iaas（基础设施即服务）、Paas（平台及服务）、Saas（软件即服务）等三个维度，对医疗卫生信息化建设中的影响主要表现为：

3.1 在Iaas应用层次上

云计算技术要求医疗卫生领域的服务器计算资源与光纤通道存储设备资源进行虚拟化，实现物理上分布的计算、存储硬件资源的集中管理与统一调配。强化以虚拟机（VM）的形式，对各医院、医疗点、卫生主管部门提供硬件环节支撑。初步估算，云计算技术在医疗卫生行业的推广应用，可以使国内医疗行业减少50%以上硬件设备采购投资及60%以上的设备运维成本，应用经济效益显著。

3.2 在Paas应用层次上

云计算技术要求以医疗行业公共云与医院私有云相结合的方式，构建形成全国医疗卫生公共服务平台，实现医疗管理、医疗业务信息的融合共享，实现面向公共与医疗卫生行业服务，包含公共卫生、医疗保障、药物配备、医疗协作等功能。

3.3 在Saas应用层次上

云计算技术要求基于安全保密的前提，实现跨单位、跨部门、跨系统、跨领域中医疗数据的服务共享，形成患者为中心的医疗服务信息的生命周期管理模式，实施对患者的电子病历的增量管理，满足患者危急转院、异地就医的医疗信息动态支援保障。

4 云计算技术对医疗卫生信息化建设的应用策略

云计算技术在医疗卫生行业的应用，涵盖要素多，集成难度高的庞大信息工程，国内相关专家已经开始着手考虑智慧医疗在《医疗卫生第十三个五年计划规划》的应用方式，因此抓好云计算技术域与医疗卫生业务域的融会，落实好国务院工业化与信息化“两化”融合发展的指导意见，是医疗卫生信息化建设“大处着眼，小处入手”的必由之路，经研究，云计算技术对医疗卫生信息化建设的应用策略包含以下几个方面：

4.1 以全国医疗公共云平台建设为着力点

持续推动面向社会公共服务与医疗卫生行业服务的信息化进程，提升公共卫生、医疗保障、药物配备、医疗协作等服务保障能力。针对目前医疗资源分布不均衡，大型医院看病难等问题，开展自助服务机、医院门户网站、微信公众号等多种方式的医疗卫生服务，推动“初诊在社区，看病在医院，康复回社会”的新型医疗保障模式，提供医疗服务效率，加快患者、药品、医疗设备的流转速度，减少优势医疗资源的闲置浪费。

4.2 以面向个人的智能医疗可穿戴设备为切入点

持续推动医疗服务由医院集中式向家庭分散式的延伸保障。依托智能手表（手环）与智能内衣等技术，实现对家庭危重病人与遗传病史的人员的生命体征实时监控，给出重大疾病威胁报警。同时，借助远程视频看诊可视化技术，实现对异地、分布的病人的病状判断，以及所服药物品种、剂量的在线指导。

4.3 以医疗卫生信息标准体系的修改完善为立足点

持续加强医疗信息标准对医疗卫生信息化全民参与、自我发展的促进作用。按照“统一系统架构、统一数据编码、统一服务接口”等方式，修改完善医疗标准体系中基础类、数据类、标准类与管理类等标准，推动云计算技术在医疗卫生行业的应用深度与广度，提供系统拓展性与适应性，降低系统建设风险。

5 结束语

云计算技术作为当前主流的网络信息虚拟化技术，在国内外电子政务、企业指导、航空物流、金融证券等领域得到了广泛的应用，现阶段，国内专家学者不断推出“智慧医疗”的研究专著，可以看出，今后一段时间，智慧医疗将是医疗信息化发展的重要方向，应持之以恒的加强关注研究，结合自身工作实际开展云计算技术的应用实践。

参考文献

[1]战国民.基于云计算技术的企业资源计划系统的研究应用[J].计算机应用，2015，05）：22-24.

[2]李甜金.云计算技术对企业大型制造行业信息化建设的影响分析[J].计算机工程， 2014，23（9）：27-32.

[3]王波鑫.云计算技术的应用综述[J].计算机工程与设计，2015，31（6）：172-176.

[4]刘至家.云计算技术对国内物流信息化建设的应用研究[J].计算机工程与设计，2015，12（4）：125-129.

篇8

关键词：智慧医疗；物联网；物联健康

Abstract:The development of smart health applications is still predominately in the government domain and is limited by skills shortage and a lack of standards. As smart health applications become more commonplace, demand for terminals will increase and comprehensive interconnection will be necessary. In this paper, we suggest that the goal of such applications is to allow every user to benefit from collaborative, coordinated, and intelligent health services. A smart health industry will include governments, medical service providers, pharmaceutical companies, and equipment manufacturers.

Key words:smart health; Internet of things; interactive health

智慧医疗作为生命科学和信息技术交叉学科，为用户提供了医疗健康互动服务保障，逐渐成为未来生活必不可少的一部分。在近年的智慧医疗的应用推广中突显出政府主导性、规模有限性、标准性缺乏等特点，同时也展现出巨大市场潜力和未来应用推广的发展趋势。

1 智慧医疗概念及业务形式

智慧医疗是一门新兴学科，也是一门交叉学科，融合了生命科学和信息技术。智慧医疗的关键技术是现代医学和通信技术的重要组成部分。智慧医疗通过打造以电子健康档案为中心的区域医疗信息平台，利用物联网相关技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到全面信息化。

目前，类似概念很多，诸如无线医疗、移动医疗、物联健康等说法，然而从以上概念的核心特征看均属于智慧医疗范畴。根据信息互动主体不同，智慧医疗的业务范围大体分为智慧医院服务、区域医疗交互服务、社区/家庭自助健康监护服务、智能远程急救服务。

1.1 智慧医院服务

智慧医院服务主要指在医院范围内部展开的智能化业务，一方面有方便患者的智能化服务，如患者无线定位、患者智能输液、智能导医等(如图1所示为患者智能输液的业务流程，在药品配发、输液耗材配发、人药匹配上均自动化实现)；另一方面有方便医护人员的智能化服务，如防盗、视频监控、一卡通、无线巡更、手术示教、护理呼叫等。此外，医院之间的远程会诊也是智慧医疗业务的重要组成部分。

在智慧医院内部信息化平台方面，各医院正在加速实施基于信息化平台、医院信息系统(HIS)的整体建设。建立以患者为中心，以优化流程为导向，以电子病历为信息单元的医疗临床信息标准化、电子化、语义化处理平台，在实现临床信息采集与存储的基础上，实现临床信息的深入利用。同时，在有资源有实力的医院逐步整合HIS，医学影像存储与传输系统(PACS、RIS)、实验室信息管理系统(LIS)、会诊系统，实现临床科研一体化以及医疗信息集成和共享交换，实现医疗临床信息的深层次利用。

在智慧医院医生所持终端方面，逐渐向智能化、便捷化发展。据Manhattan研究所预言，到2012年，81%的医生将拥有一部智能手机。然而在Manhattan研究所2011年5月的报告中展现，这一数字已经在2011年得以实现。随着终端产品的小型化及屏幕分辨率提高，移动护士站、医用Pad终端已开始在部分医院中应用[1]。

1.2 区域医疗服务

区域医疗服务信息化是以用户为中心，将公共卫生、医疗服务、疾病控制甚至包括社区自助健康服务的内容相互联系起来。该信息化服务以健康档案信息的采集、存储为基础，自动产生、分发、推送工作任务清单，为区域内各类卫生机构开展医疗卫生服务活动提供支撑。该服务作为“十二五”卫生信息化的主要组成部分，将在“十二五”医疗卫生规范中成为医疗信息化建设重点内容之一。

区域医疗服务平台是连接区域内的医疗卫生机构基本业务信息系统的数据交换和共享平台，是不同系统间进行信息整合的基础和载体。图2展示的是基于电子健康档案的区域卫生信息平台基本架构。通过该平台，将实现以电子健康档案信息的中心的妇幼保健、疾控、医疗服务等各系统的信息进行协同和共享。从业务角度看，平台可支撑多种业务，而非仅服务于特定应用层面。

1.3 家庭自助健康监护服务

健康监护业务主要直接针对个人类或家庭类客户，主要实现方式为通过手机、家庭网关或专用的通信设备，将用户使用各种健康监护仪器采集到的体征信息实时(或准实时)传输至中心监护平台，同时可与专业医师团队进行互动、交流，获取专业健康指导。实现形式多种多样，也可结合区域医疗服务信息化平台，开展全民建档及电子健康档案信息更新；也可与应急指挥联动平台结合，结合定制化手机或定位网关提供一键呼、预报警等功能。

健康监护业务根据应用场景不同可分为家庭健康监护业务、个人健康监护业务和车载急救监护业务几类，各场景对平台、网络及终端的关键技术、实现形式均有不同需求。

图3展现了健康监护业务架构，其中涵盖健康监护终端、数据传送网关、信息展现平台等终端实现环节。

2 智慧医疗应用技术特点

智慧医疗需要新一代的生命科学技术和信息技术作为支撑，才能实现全面、透彻、精准、便捷的服务。智慧医疗体系架构图如图4所示。智慧医疗在整个泛在网、物联网体系中所涉及感知层、网络层、平台层的各种关键技术。

(1)技术范围广

在智慧医疗相关技术领域涉及感知层、网络层、平台层的关键技术，针对以上介绍的几类业务场景所相关的技术包括：

・智能感知类技术，如射频标识(RFID)技术、定位技术、体征感知技术、视频识别技术等。智慧医疗中的相关数据主要从医院和用户家中各系统传出信息的传感器获取的，实现被检测对象准确的数据采集、检测、识别、控制和定位。

・信息互通类技术，如上下文感知中间件技术、电磁干扰技术、高能效传输技术等。实现用户与医疗机构、服务机构之间健康信息网络协作的数字沟通渠道，为整个医疗系统海量信息的分析挖掘提供通道基础。

・信息处理技术，如分布式计算技术、网络计算技术等，完成对各类传感器原始测报或经过预处理的数据进行综合和分析，更高层次的信息融合实现对原始信息进行特征提取，再进行综合分析和处理。

(2)技术需求个性化强

针对几类医疗健康场景采用的关键技术也各有不同特点，具有一定复杂性。

・针对智慧医院场景下环境复杂、多种终端共存、医用设备防干扰要求高等特点，医疗健康环境电磁干扰技术要求成为智慧医院场景下一个重点要求。包括临床场景下多径环境下多个移动用户及射频干扰源时对医疗设备的电磁干扰影响，目前中国联通研究院与北京邮电大学开展合作“国际科技合作项目”拟与加拿大合作针对室内电磁辐射级别的室内现场预测模型进行建模，用于蒙特利尔医院无线局域网(WLAN)环境下的电磁干扰及覆盖研究。

・无线定位技术是第三代移动通信的重要技术之一，根据医院、家庭、野战环境下实时监护需求，提出三维空间的精确定位的要求，目前业内已提出了许多室内定位技术解决方案，如ZigBee定位技术、超声波定位技术、蓝牙技术、红外线技术、射频识别技术、超宽带技术、光跟踪定位技术，以及图像分析、信标定位、计算机视觉定位技术等，以实现医护人员、病人、医疗设备等目标移动条件下的精确定位。

・高效传输技术是指充分利用不同信道的传输能力构成一个完整的传输系统，使信息得以可靠传输的技术。针对医疗健康信息传输的需要，针对医学信号处理技术，研究能够有效压缩医疗传感器数据流、医疗影像数据的新的压缩算法；针对无线传感器网络的高能效传输技术研究，涵盖传感器网络分布式协作分集传输算法，从而提高传感器节点及整个无线传感器网络的能效。

(3)技术门槛高

智慧医疗属新兴行业，但其涉及技术和研发成本偏高，在为传统医疗信息系统和设备厂商带来商机的同时，也将一些研发实力薄弱、投入资金有限的企业逐渐排挤出智慧医疗主流产品供应商。

基于以上技术分析，面向智慧医疗的一些关键技术仍不成熟，还待继续完善、研发、产品化。规模化生产和产业布局仍需投入较大研发成本，因此对企业的创新研发能力、技术基础和产品沉淀有较高的要求。

3 智慧医疗应用发展现状

智慧医疗领域在电信运营商眼中的位置正变得越来越重要。近年来，无论是中国运营商还是国际运营商，都在积极向这一领域扩张。运营商不仅将提供医疗信息化服务作为履行企业社会责任的举措，而且也将其视为新的盈利增长点。在组织结构上，全球重要电信运营商纷纷成立了专门的部门以负责医疗信息化的运营，并且还大量聘请来自医疗机构负责信息技术的高管组成咨询委员会。这对于运营商了解医疗行业需求具有重要的作用。除此之外，运营商还非常重视与产业链重点环节建立伙伴关系。在服务方面，运营商非常重视网络及安全设施的部署，这是提供医疗信息化服务的基础[2]。

2010年，运营商西班牙电信强势进军医疗信息领域，专门成立了智慧医疗业务部门。西班牙电信采取了进军电子医疗业务领域的做法。提供开发并销售基于ICT的医疗业务，包括通过移动方式提醒患者就医、适用于慢性病患者的远程监控、远程修改病历以及基于视频会议的病患咨询等。

AT&T公司最近在管理层架构中新设了一个全新的高层职位――首席医疗信息官。该举措标志着该公司已经将智慧医疗行业作为一大潜力领域进行系统开发。AT&T公司针对行业中医院、医生、公共卫生人员、纳税人等不同的主体提供了相应的解决方案。AT&T提供了包括医疗信息交换、远程医疗、安全服务、灾后恢复、统一通信、远程医疗等解决方案。

Vodafone在智慧医疗服务领域重点关注三类主体，制药公司、医疗服务机构和医疗保险提供者。Vodafone研发团队提供应用服务系统作为重点产业。医疗机构员工可通过移动终端以远程方式方便接入其应用系统，使其能够实时接入最新医疗健康数据并使用其他资源，以方便服务客户、判断产品效能、指导安全用药、提高产品和服务效率。

此外，国际几家主要的平台研发企业和服务提供商也高调介入智慧医疗行业领域。

高通公司宣布组建全资子公司――高通生命公司，将运营此前的高通无线医疗部门业务。同时还将设立规模为1亿美元的高通生命基金，由高通公司的投资集团――高通风险投资管理。高通生命公司的首项产品――无线医疗终端的2net™平台，目前已上市。旨在通过基于云的解决方案将无线医疗终端互连，以方便终端用户、他们的医疗保健服务提供者和护理者访问生物计量信息。谷歌和IBM公司在2009年即宣布，患者可以使用IBM的软件从他们的医疗设备，如血压和血糖监测的接口来传输各自的数据，并通过谷歌在线录入个人健康记录库中。

英特尔公司和通用电气公司也早在2009年建立合作关系，在智慧医疗业务领域开展深入合作。他们发起成立了康体佳健康联盟，旨在实现医疗设备和系统之间交换信息标准化。

然而，在过去的3～5年内，中国运营商的智慧医疗业务与国际方向不同，大多数地方运营商目前主要提供的是一些保健、健康提醒类信息服务，多是为用户提供疾病预防和饮食调养之类的信息推送服务或预约类服务。该类普适性的信息用户也可以通过网络免费获得，缺乏针对性，并且在服务链中多以“哑管道”提供者角色出现，介入服务深入有限，对用户的吸引力有限，仍未在医疗健康信息服务本身中产生价值。令人鼓舞的是，近来中国智慧医疗应用发展，其多数发展模式是在延承国际健康服务先进理念的同时兼顾具体国情，其经验具有借鉴价值。如何突破价格竞争“瓶颈”，积累充足且合格的专业人才，梳理优化业务流程，加强信息化建设，建立适合中国国情的智慧医疗发展模式与发展战略，已经成为决定智慧医疗产业未来命运的主要因素。

综上，目前全球智慧医疗业务发展均突显出以下共同特点：

・传统通信行业多以ICT基础业务作为智慧医疗业务切入点和业务开展基础。

・智慧医疗作为行业信息化的一种典型应用，具有行业特点强、个性化要求高特点。

・智慧医疗作为新兴行业，目前仍未形成成熟产业链，各合作伙伴正在探索未来发展模式。

4 智慧医疗应用发展趋势

通过对全球智慧医疗技术特点分析及业务现状梳理，可见智慧医疗将成为健康管理最有效的适宜技术。智慧医疗将覆盖影响个人及人群的健康因素全生命周期的过程，实现有效地利用以用户为中心的健康信息及各类医疗资源来达到最大健康效果。中国的智慧医疗产业是在中国特定的制度环境下新兴的医疗服务业态，目前仍没有形成成熟的模式可供比较和参考，在近年的发展过程中展现出政府参与度加强、应用范围广、物联健康终端需求猛增、互联互通更加全面等特点。

(1)政府参与加强

智慧医疗作为一种新兴的医疗服务业态，没有相对成熟的商业模式可供参考，目前中国还缺乏与之相匹配的法律、政策及规范，现行政策按医院审批和监管模式进行，为医疗服务机构发展带来了一些困难，对个人电子健康档案信息法律保护缺失。随着中国医疗卫生“十二五”规划出台，明确医疗信息化建设作为“四梁八柱”之一，要求利用现代化的信息手段，推动医药卫生体制改革，为百姓提供安全、有效、方便、价廉的基本卫生服务，并进一步明确“3521”工程建设要求，即建设国家、省和市州3级卫生信息平台，加强公共卫生、医疗服务、新农合、基本药物制度和综合管理等5项业务应用，建设居民电子健康档案、电子病历2个基础数据库和1个专用网络。可以预见在未来3年内，医疗主管机关将逐渐针对人群、服务范围、标准，出台相关政府监管、法律、规范，解决健康体检与健康诊疗、健康保险的结合问题[3]。

据谷歌宣布将从2012年1月1日起永久关闭个人医疗信息聚合服务Google Health，该服务的关闭反映出公共云服务的现状，也表明公众对于将个人信息存放于免费服务的意愿仍不够强烈，用户更期望政府监管下的健康信息服务。

(2)应用范围更广

随着应用系统和终端产品的逐渐成熟完善，智慧医疗的应用范围也将逐渐拓广，智慧医疗的应用范围逐渐覆盖用户全生命周期，从新生儿出生、新生儿家庭访视、儿童健康检查、预防接种、健康体检、高血压患者随访、糖尿病患者随访、重性精神疾病患者随访、老年人健康管理、健康教育等一系列活动。在国际上，IDC研究公司2011年数据显示，大约14%的美国成年人使用智慧医疗的移动医疗程序管理保健、健康和慢性病问题。中国卫生部“3521”工程明确提出重点业务系统中包括药物管理、公共卫生信息管理、新农合监管、城镇医疗保障、药品器械信息化监管、远程医疗服务、共享协作服务等，智慧医疗也将覆盖以上范围。

(3)物联健康终端需求猛增

据ABI研究公司2011年的一份研究报告中预测，2016年可佩带设备的市场需求将超过1亿台，未来将有8 000万该类设备成为健身感测器。ABI预测，在未来5年中，消费者在体育、健身以及临床上使用的心率监测器和可佩带血压计等设备将促进无线感测器的应用。蓝牙4.0等新型低功率无线技术也将与社交网络和智能手机相结合促进无线感测器的应用[4]。根据InMedica公司2010年报道，在世界范围内，远程医疗使用的家庭血糖仪、血压计、体重秤、脉动血氧计和峰值流量计等联合装置的发运量将增长到160多万台。

可见物联健康终端产品，将在未来3～5年里成为广大市民主要健康业务必不可少的一部分，尤其对于管理慢性病，尤其是慢性阻塞性肺病(COPD)、充血性心力衰竭(CHF)、高血压和糖尿病[5-6]。

以便捷化、低成本化、移动化为特征的物联网健康终端也将随着智慧医疗应用范围拓广急剧增加。

(4)医疗信息互联互通将普遍

随着中国区域医疗服务平台分阶段开始部署、搭建，未来的智慧医疗将真正实现医疗信息的互联互通。而且，预计智慧医疗将成为一个多级、多层面的数据处理平台，完成多个信息源的数据进行关联、估计和组合，实现各系统及物联网多元数据相关信息的全面加工和协同利用，最终实现医疗信息的融合。

5 结束语

通过以上分析，智慧医疗将成为未来医疗卫生信息化的主要发展趋势，其核心目标是使得每一个用户享受到协同的、协调的、智能化的医疗系统所提供的服务。从产业角度看，未来将创建一个以患者为中心、价值为基础的医疗产业链，包括政府角色，医疗服务提供机构角色，社区、药品和设备制造商角色。智慧医疗产业链如图5所示。

目前产业链各角色面向智慧医疗均有所动作，或研发平台产品，或研发芯片、或提供系统集成，或提供网络，然而远未实现针对智慧医疗信息为中心的有机产业链上下游互动，只有实现各角色协同合作，才能真正打通面向智慧医疗的智能管道，提供协同化健康服务，用户才能享受到最便捷、最放心的智慧医疗业务。

6 参考文献

[1] “感知健康 智慧医疗”战略规划报告 [R]. 2010.

[2] 郭庆婧. 运营商剑指医疗信息化 [N]. 人民邮电报, 2011-10-12.

[3] 基于健康档案的区域卫生信息平台建设指南(试行) [S]. 北京: 卫生部信息化工作领导小组, 2009.

[4] 李建功, 赵文东,王宁, 等. 移动医疗终端呈现四大发展趋势 [J]. 通信世界, 2011(30).

[5] 贾雪琴, 包建军, 李建功. 物联网在智能心电监护上的应用 [J]. 信息通信技术, 2010(4):24-28.

[6] 李建功. 物联网环境下移动终端的发展趋势思考 [J]. 信息通信技术, 2011(5): 75-78.

收稿日期：2012-01-12

作者简介

篇9

关键词： 嵌入式技术； 智能医疗； 健康监测； 远程报警

中图分类号： TN931+.3?34； TP311.52 文献标识码： A 文章编号： 1004?373X（2017）14?0064?04

Abstract： An intelligent health monitoring terminal based on embedded technology， 3G communication technology and sensor technology was designed， which takes S3C6410 as its core processor， utilizes the health data acquisition module to collect the body temperature， heart rate， blood oxygen， image and other data， and adds GPS positioning module and 3G communication modules. It can collect and monitor the human bodies′ health data and gives an alarm. The intelligent health monitoring terminal was tested and analyzed in combination with mecical data processing server and mobile client. The result shows that the intelligent health monitoring terminal works steadily， can realize the body temperature， heart rate， blood oxygen， image， GPS and other health data acquisition， and achieve the functions of remote data transmission and remote alarm.

Keywords： embedded technology； intelligence medical treatment； health monitoring； remote alarm

0 引 言

S着经济社会的快速发展，生活水平日益提高，人们越来越关注自身的健康。当前，世界总人口数量巨大，加之受到环境、生物（细菌、病毒）等方面因素的影响，健康问题凸显，各种疾病威胁着人类健康[1]。

为应对疾病威胁，世界各国纷纷采取措施，并将医疗卫生行业作为重点发展行业，智能医疗随之产生。智能医疗就是利用传感器技术、物联网技术等新兴技术，在患者、医务人员、医疗机构、医疗设备之间构建信息互联，实现医疗卫生服务信息化、智能化的新型医疗卫生服务体系[2]。智能医疗发展的目标是从医疗卫生发展的实际需求出发，结合无线通信技术、嵌入式技术、物联网技术、数据融合技术等，实现医疗监护无线化、数据采集智能化、数据分析科学化、数据管理自动化[3]。

智能医疗概念自提出以来，受到国内外高度重视，智能医疗行业发展迅速，成果显著，目前已经应用在病人身份识别、医疗样品识别、医疗物资管理追踪、病人案例辨识、住院监护等方面[4]。基于物联网技术、传感器技术设计实现的系统很多，例如移动护理系统、婴儿防盗系统、医疗远程会诊系统、医疗远程健康教育系统[5]等。

基于目前我国医疗服务行业的实际需求出发，结合物联网技术、电子信息技术、嵌入式技术、数据通信技术、传感器技术等，借鉴国内外在移动医疗、智能医疗领域的研究成果和经验，本文在充分研究现有成果的基础上，设计一款用于人体健康智能监测的便携式监测终端，实现人体健康数据的采集、监测、报警，目的在于解决当前形势下人体健康，尤其是中老年人在身体健康状态获知难、病情发展控制难的问题，实现对这些对象的身体健康监测、病情数据采集控制和报警。

1 智能健康监测终端总体设计

1.1 总体框架设计

智能健康监测终端应用系统组成如图1所示，由智能健康监测终端、医疗数据处理服务器、移动客户端三部分组成。

1.2 终端硬件框架

智能健康监测终端主要实现对人体健康数据的采集监测，显示采集的人体健康数据。同时当采集到的数据出现异常时，终端实现报警，不仅如此，还应当充分利用终端采集的健康数据，对数据共享和远程报警。当出现报警时，需要对数据进行分析处理，确认病人状况，必要时开展紧急救助活动，因此监测对象的地理位置数据尤为重要。综上所述，结合已有产品研究现状，分析市场需求，所设计的智能健康监测终端系统硬件框架图如图2所示，终端主要分为系统主控单元、健康数据采集模块、GPS模块、数据传输模块、电源模块。

1.3 系统功能

本智能健康监测终端可以健康数据采集、健康报警、位置定位、健康数据共享等主要功能。

（1） 人体健康数据采集。人体健康数据采集是智能健康监测终端的基本功能。人体健康数据很多，例如体温数据、血氧数据、血压数据、血糖数据等，智能健康监测终端用于人体健康指标的监测，通过人体健康数据的采集分析，可以对人体健康状态进行初步判断。

（2） 健康报警。终端采集人体健康数据，当健康异常时，可以实现健康报警。本终端设计中，设定一定健康数据阈值条件，当数据不符合条件时，进行健康报警。

（3） 位置定位。智能健康监测终端采集人体健康数据，并与正常数据进行比对，当数据出现异常时，进行报警。为方便对异常监测对象进行紧急医疗救助，终端需对监测对象进行定位，并将定位数据发送给医疗数据处理服务器，进而方便实施紧急医疗救助、病人监测治疗等。

（4） 健康数据共享。本设计监测终端采集到健康数据后，通过一定方式将数据上传至医疗数据处理服务器，实现数据共享。共享数据方式很多，例如ZigBee、WIFI、蓝牙、移动通信网、以太网等[6]，在具体系统设计中，灵活选用数据共享方式，合理设计，方便应用。

2 终端硬件设计

2.1 核心处理器

S3C6410是三星公司推出基于ARM11内核的高性能、低功耗RISC微处理器[7]，可以广泛应用在移动电话、通用处理等领域，它为2.5G，3G通信服务提供很好的硬件性能，它具有丰富的数据接口，支持UART串口、I2C、USB等多种数据接口，同时内置ADC等。

2.2 健康数据采集

2.2.1 体温采集模块

在本文的设计中，选用电压输出型集成温度传感器LM35作为监测终端的体温数据采集传感器，并设计硬件电路。LM35通过将温度信号转换为电压输出，对输出的信号先经过低通滤波去噪，再经过LM324组成的放大电路将LM35输出的电压放大到伏级，通过S3C6410的ADC实现对输出模拟信号的数字化转换。

2.2.2 心率采集模块

光电脉搏传感器根据检测光的方式，可以分为两种，一种是检测透射波，另一种是检测反射波。主要构成基本相似，即稳定光源、接收光传感器。本文选用Pulse Senor公司的脉搏数传感器就是检测反射波的传感器，使用APDS?9008光接收器件，光感器件接收到信号幅值较小，一般而言在毫伏级，容易受到其他信号的干扰，因此在信号放大之前加入低通滤波电路，MCP6001是信号放大器件，信号经过低通滤波之后再进入放大电路[8]。传感器外部端口有三个，分别为GND，VCC，OUT。GND，VCC是外部电源输入端，VCC允许3.3 V或者5 V电压输入，OUT信号为传感器信号模拟量输出端口。传感器具有体积小、功耗低、使用方便等优点。

2.2.3 血氧采集模块

测量血氧饱和度的方法很多，本文选用的是光电血氧测量传感器。光电式血氧传感器有两种类型，一种是透射式血氧传感器，另一种是反射式传感器。其中透射式血氧传感器应用更加广泛。本文选用透射式血氧传感模块。所选择的血氧模块对光电传感器输出信号进行处理，得到血氧数据，并通过串口输出，极大方便模块的应用和二次开发。表1为血氧模块电路外部接口说明。

2.2.4 图像采集模块

图像采集对于病人健康状况的确定具有一定意义，通过图像可以进一步了解目标对象身体现状、实现远程诊断等，因此在终端设计中，添加图像采集模块。综合考虑核心板处理能力、系统流畅性等因素，本文选用ZC301摄像头。

ZC301芯片具有图像信号处理、图像数据压缩等功能，带有DRAM存储器，采用28 PIN LQFP封装形式，ZC301摄像头与主控单元之间通过USB接口连接。ZC301摄像头模块具有图像采集清晰、色彩逼真、占用系统资源少、效率高等优点。

2.3 GPS与通信模块

2.3.1 GPS定位模块

GPS技术出现于20世纪，美国从20世纪70年代开始研制，于1994年全面建成，建立至今，已经广泛应用在各个领域。对于智能健康监测终端设计，当终端采集的数据出现异常，向数据中心发出报警数据时，医院需要及时采取紧急救助，准确获知目标对象的地理位置，安排医院救护，提高医院救助效率具有重要的意义。

本文选用以UBLOX NEO?6M为核心的GPS定位模块，其具有功耗低、性能优越、功能完善等优点，能够满足具有严格要求的专业定位需求以及普通个人消费需求。

2.3.2 数据传输模块

本文3G传输模块选用华为的E261 3G模块，网络选用中国联通3G网，模块标称数据下行最高速率为7.2 Mb/s，数据上行最高速率为5.76 Mb/s。E261 3G无线通信模块外部数据接口为USB接口，通过USB接口与OK6410连接。

3 智能健康监测系统软件设计

3.1 软件总体框架设计

智能健康监测终端软件设计主要分为人体健康数据采集功能模块、GPS数据处理功能模块、数据传输功能模块、图形界面显示模块、数据库等部分[9]。主程序控制人体健康数据采集的各软件功能子模块，实现对体温、心率、血氧、图像、GPS数据的采集，并对采集的数据进行初步处理，存入监测终端数据库中，显示在监测终端界面上，同时将数据封装成TCP数据包，通过网络发送给医疗数据处理服务器，接收医疗数据处理服务器返回的健康建议，并显示在监测终端界面上[10]。医疗数据处理服务器接收到上传的健康数据之后，进行分析处理，当监测对象健康数据异常时，获取监测对象GPS数据，同时将异常发送给监测终端，启动终端报警，医疗数据处理服务器报警，提醒相关工作人员监测对象可能出现身体异常情况。智能健康监测终端软件系统为Linux 3.0.1，终端应用软件设计采用Linux C与Linux Qt混合编程实现。智能健康监测终端软件总体流程图如图3所示。

数据传输部分采用C/S架构设计，智能健康监测终端作为客户端，通过TCP Socket编程实现。数据采集模块采集的健康数据封装在TCP数据包中，通过TCP Socket发送给医疗数据处理服务器端，监测终端同时接收医疗数据处理服务器发送来的健康状态提醒数据[11]。TCP Socket客户端主要用到的数据类是QTcpSocket，首先创建QTcpSocket对象，绑定信号槽。当一组数据采集完成时，对数据进行封包处理，然后发送数据，同时监听客户端对应的端口，如果有数据读取，则发出读取数据的信号，完成数据读取。

3.2 监测终端软件界面设计

监测终端配备4.3英寸液晶显示屏，用于显示采集的人体健康及GPS数据。智能健康监测终端人机界面设计通过Qt开发语言设计实现。首先基于Ubuntu系统，配置Qt嵌入式开发环境，开发监测终端的人机显示界面，图形化显示各后台子软件模块采集的人体健康数据、GPS数据，并绘制心率波形。

4 系统测试结果与分析

搭建人体健康智能监测系统，对终端进行测试，当人体出现异常时，监测终端的界面显示如图4所示。

监测终端将健康数据上传至医疗数据处理服务器，当健康出现异常，医疗数据处理服务器会对监测对象进行定位，并将位置显示在电子地图上，如图5所示。界面会显示报警监测对象的详细健康数据信息、个人联系方式、详细的地图定位数据。

图6为移动客户端软件测试图。在启动软件时的界面上有一个按钮“获取当前数据”，点击该按钮，客户端连接至医疗数据处理服务器，并发送获取监测对象健康数据的请求，接收来自医疗数据处理服务器的数据，解析并显示在移动客户端的界面上。

通过模块测试和联合调试，智能健康监测终端可以正确采集人体健康数据，采集的健康数据包括图像、血氧、心率、灌注指数、体温；GPS数据获取、解析正确，可以正常显示在Qt开发的嵌入式界面上；监测终端软件可以实现数据上传至医疗数据处理服务器，可以接收来自医疗数据处理服务器返回的健康提示信息。医疗数据处理服务器可以正常接收来自智能健康监测终端上传的健康数据，并返回健康提醒信息，能够正常接收来自移动客户端的健康数据请求，返回目标对象的健康数据；移动客户端能够连接至医疗数据处理服务器，发送健康数据请求，接收来自医疗数据处理服务器返回的监测对象健康数据，并进行显示。

5 结 语

本文综合了医疗数据处理服务器、移动客户端、智能健康监测终端三部分进行健康监测系统的联合测试，并分析了系统的测试结果。测试结果表明智能健康监测终端工作稳定，能够实现对人体健康数据采集、监测与报警、监测对象位置定位等功能。

参考文献

[1] 黄永明，何凌云.城市化、环境污染与居民主观幸福感：来自中国的经验证据[J].中国软科学， 2013（12）：82?93.

[2] 孔雪卉，慧芬，焦婷婷.一种智能输液控制系统的设计[J].国外电子测量技术，2014，33（6）：73?77.

[3] 任新颖.物联网中的智能医疗应用[J].数字通信，2013，40（3）：85?87.

[4] 杜加懂.智能医疗应用场景及需求分析[J].电信网技术，2013（8）：27?31.

[5] 韩嘉，叶青，王倩.基于物联网技术的智能远程医疗系统构建[J].中国医疗设备，2014（6）：68?70.

[6] WANG X， LE D， CHENG H， et al. All?IP wireless sensor networks for real?time patient monitoring [J]. Journal of biomedical informatics， 2014， 52： 406?417.

[7] 刘梦亭，赵丽红.基于ARM11S3C6410与GPRS的智能家居远程控制系统[J].现代电子技术，2015，38（5）：27?30.

[8] SUN C C， CHUN K W， THAI T T， et al. Low?power microcontroller solution for measuring HBR using single reflection SpO2 Sensor [C]// IEEE International Conference on Consumer Electronics. Taiwan， China： IEEE， 2015： 111?118.

[9] WCISLIK M， POZOGA M， SMERDZYNSKI P. Wireless health monitoring system [J]. IFAC?PapersOnLine， 2015， 48（4）： 312?317.

篇10

本周观点:

2018年，“互联网+”、人工智能及数字经济领域重大工程将获国家资金直接支持。10月13日，国家发改委官方《关于组织实施2018年“互联网+”、人工智能创新发展和数字经济试点重大工程的通知》。最终获批项目2018年将直接获得国家补助资金投资支持。

IT重大产业规划进入实质性落地阶段，行业景气度加速向上。自2012年12月国务院印发《“十三五”国家信息化规划》，到2017年3月人工智能首次写入政府工作报告，到7月份国务院印发《新一代人工智能发展规划》，此次国务院重大工程项目补助是对IT关键领域产业规划推进的实质性落地，更彰显了政府对科技产业的支持决心，未来3-5年相关领域行业景气度有望加速向上。

覆盖三大领域，17个细分重点发展方向。重大工程申报方向主要在“互联网+”、人工智能和数字经济三大领域内，17个明确细分方向:包括新一代云计算操作系统、边缘计算云平台、异构计算云平台、物联网微功耗芯片、无人驾驶及工业领域高端传感器、互联网协同制造服务支撑平台、深度学习智能芯片、深度学习开源平台、高准确度人脸识别、高灵敏度语音识别、无人驾驶航空器产品、智能服务机器人、政务信息系统整合共享、大数据应用、数字经济公共基础设施、中国-东盟信息港及“一带一路”数字丝绸之路。

申报项目需通过严格技术指标要求，细分领域龙头企业受益最大。此次试点重大工程要求，申报项目需严格控制数量，避免“小、散”，切实体现重大、突出重点，从而有利于国家集中资金扶持重难点技术和产品的攻克。

对此，文件对相关重大工程申报均提有对应的严格技术指标，以深度学习智能芯片为例，指标要求:1.申报企业可任选前端芯片或云端芯片进行申报;2.基于自主知识产权新型计算机指令集，配套编译器支持MXNET、CAFFE等框架;3.云端芯片性能不低于400Gops/W，前端芯片整体功耗不高于5W;4.单款智能芯片出货量不低于100万片;5.在3个以上领域得到应用。因此，相关概念性的企业将被档于门槛之外，真正具备技术实力和优质产品积累的领军企业将最大受益。