可穿戴 扎堆多突破少 芯片厂商如何破？

　　当前，“健身和运动”、“医疗和健康”两个细分领域的可穿戴设备市场前景被普遍看好。但实际上，上述两个市场给人的感觉是“扎堆多，突破少”，产品同质化现象日趋严重：既没有出现类似iPhone/iPad那样横空出世的产品，企业也面临无力整合产业链的困境。可穿戴设备的最大价值是什么?具备什么样特质的产品才能最终脱颖而出?ADI公司亚太区医疗行业市场经理王胜日前就上述问题接受了本刊的独家专访。

　　Q：为什么厂商会扎堆进入“健身和运动”、“医疗和健康”两个细分领域?什么是可穿戴设备的最大价值?

　　A:可穿戴概念及产品已存在多年，这里所说的可穿戴设备是指之前没有提供的功能或者性能不够完善的新型可穿戴设备，其价值体现在两方面：一是使用者可以在“不经意间”检测、测量、记录和传输感兴趣的信息，如心率、心电、血样饱和度以及运动状态等生命体征信号;另一方面对于传统的设备提供商而言，可穿戴设备必将是产品差异化及竞争力的新卖点，手机厂商就是目前市场的主要推动力之一。

　　Q:您对未来可穿戴设备在这两个市场中的发展前景怎么看?什么样的产品才能最终脱颖而出?

　　A:目前，业内主流手机厂商都在开发腕表、腕带、充电宝等体征信号检测类产品，这必将带动相关技术及市场的快速发展。预计今年将是市场成长发展期，此后将会快速呈现突破式增长，海量相关产品的出现并不意外。

　　对于可穿戴设备，尤其是可穿戴医疗保健及健康管理类产品，目前市场参与者都在极力解决以下几方面的技术难题：一是如何方便用户使用;二是如何提高精度;三是如何在保证以上二者的情况下控制成本和上市时间。就用户的使用体验而言，由于产品使用形态的创新尤为重要，所以小型化、低功耗设计将是重点;成本控制不言而喻，有利于实现家庭及个人应用的市场扩展。同时，技术和方案的服务同样重要。

　　相对于传统电子领域，我认为可穿戴设备市场更大的变化来自于其对单个电子元器件的需求量将会出现激增，交付周期持续缩短，对于供应商来说，改变原有的供应及服务模式就显得尤为重要。ADI在这些方面已做好准备，相信今年和接下来的几年会有持续有突破创新性的产品。

　　但我们要意识到，就目前的市场应用和技术发展水平来看，运动检测及计量领域相对成熟，与运动状态相关的生命体征信号快速精确监测还有改进的空间。除此以外，如前所述硬件体积及功耗的控制也一直是设计挑战。当然，对于大部分新型应用，都会经历市场震荡整理，洗牌淘汰，直至最终成熟的过程，可穿戴市场也会这样。

　　Q:软件、小型化、超低功耗是移动医疗领域系统厂商面临的普遍挑战，ADI是如何帮助他们解决的?

　　A:ADI能够提供业界最低功耗的产品和配套的软件代码，可以很好的解决例如可穿戴设备对MEMS加速度传感器的设计需求。在降低功耗延长电池使用寿命方面，ADI的做法是不局限于芯片级的功耗改进，而是着眼于解决系统级功耗瓶颈来帮助用户。

　　生命体征信号的监测将是ADI在可穿戴医疗保健市场上的重点关注方向，我们会继续加强业内领先的MEMS技术、模拟混合信号处理技术、电源管理方案及相关核心IP算法等，并继续加大系统方案开发的力度，包括硬件平台及相应软件算法的开发、推出一系列适合穿戴式医疗需求的半导体产品及参考设计等，例如心电测量、心率监测、SPO2监测、运动保健类产品，以及生物阻抗领域的应用。ADI为此组建了专门的技术应用和开发团队，旨在提供超出芯片层面的方案与支持。同时，也在努力与第三方合作伙伴共同开发各类定制化产品。

　　Q:有没有一些成功的案例和产品方案供分享?

　　A:在国内便携式智能终端与医疗电子结合的案例中，比较有代表性的就是中卫莱康科技发展有限公司基于ADI单导联心率监护仪模拟前端AD8232设计的“心博士”远程心电监测仪。目前该产品已具备实时心电监测和血压、血糖、血脂和运动数据上传及管理功能，其体积、待机时间、心电波形准确率、抗干扰性等方面具备很强的优势。

　　最近，Withings公司宣布其最新推出的可穿戴设备“WithingsPulse”采用了ADI超低功耗3轴、±2g/±4g/±8gMEMS加速度计ADXL362。WithingsPulse是一款专门佩戴在人身上以监测和记录每天运动情况的设备，可计测步数、移动距离、海拔高低差、卡路里消耗量、以及心率和睡眠情况检测，并可将监测到的数据发送至智能手机进行管理和分析。

　　为支持更多便携式医疗保健应用，例如护理点诊断、家用/自测保健设备以及可穿戴式生命体征监护仪等，ADI推出最新的方案是高精度、低功耗片上计量仪ADuCM350，集成由一个可配置多传感器开关矩阵、硬件波形发生器和离散傅里叶变换(DFT)引擎构成的16位精度模拟前端(AFE)，并配有处理子系统和工业标准软件开发环境，支持完整的产品开发路线图。值得一提的是，ADuCM350提供方便的无源和有源传感器连接能力，支持传感器融合功能，即便在干扰下也能提供高精度人体生理数据测量性能。