“昨晚深度睡眠才3个小时！”

“为什么一直提醒我压力过载？”

“今天又是完美‘闭环’的一天！”

如今，随着可穿戴设备普及，很多人渴望更加“精准”的健康信息和更为“科学”的生活方式。从运动步数到与好友共享健康数据，越来越多的人选择像智能腕表这样的可穿戴设备，来监测自己的健康情况。

但也有网友表示，戴上智能腕表就像主动戴上“电子镣铐”的“运动囚徒”，不把卡路里消耗的数字刷到新高，就不能“出狱”；也有人表示，自己明明不觉得压力大，腕表却提醒自己压力过载，反倒增加了心理负担。

智能腕表 图源：新华社

智能腕表怎么感知我们的身体变化？压力分数、呼吸频率、深度睡眠时间……这些数据是真实的吗？在数据面前，人们应该如何看待？记者专访了杭州电子科技大学通信学院副教授孙文胜。

智能腕表如何实现监测？

近年来，随着人工智能、大数据等技术的进步，智能可腕表快速发展。从心率、血压到压力、睡眠等，智能腕表就像公司里面最卷的员工，恨不得把你身体的一切状况都做成可视化的PPT，给你展示出来。

那么，智能腕表是如何感知我们的身体变化的呢？

孙文胜向记者解释了智能腕表的工作原理。他表示，市面上的智能腕表主要传感器来直接测量用户的体征数据。现如今，一块几十克重的智能腕表，能集成多种传感器，如脉博传感器、位置传感器、血压传感器、血氧传感器、温度传感器等。

“智能腕表通过传感器直接测量基础指标，如血压、脉搏、呼吸率和体温等，然后结合这些数据提供一系列健康信息。”孙文胜表示，以当下备受欢迎的睡眠监测为例，深度睡眠时，心跳、血压等体征指标与清醒时不同，智能腕表可以据此判断用户的睡眠状态，当然这种判断一般是基于人工智能的方法深度学习而建立的模型，通常是放置在服务器里。

“还有些数据，是在直接测得数据的基础上，通过算法估算出来的，不同厂商的算法可能不一样，算法训练的数据量也不同，同一家的算法也可能不断改进，所以得出的结果也许也会有差距。”孙文胜说道。

此外，他还表示，目前智能腕表所提供的实时监测，并不是指无间断地监测每一分每一秒，而是一种间断性的监测。这意味着腕表会按照不同的时间间隔来收集数据，然后将这些不同时间段的数据组合起来，以提供整体的监测结果。

用户在选择智能腕表功能 图源：央视新闻

“腕表数据只能当成一种健康提醒”

当前，智能腕表的数据准确性成为消费者关心的一个重要话题。

如具有睡眠监测功能的智能腕表通过详细的图表和曲线，将睡眠周期中的深睡和浅睡阶段清晰展示，这种一目了然的可视化睡眠数据，着实赚足眼球。

不过，这些数据也引发了部分消费者的焦虑。有些消费者反映，尽管他们感觉睡得很香，但腕表显示的深度睡眠时间却可能不足三小时，反倒增加了心理负担。

“数据的准确性主要和腕表传感器和机器学习的数据量有关。”孙文胜解释道，当前各种智能腕表采集数据的方式主要通过传感器，质量越好，手机数据的越准确。腕表提示的“压力过载”“血糖不足”等，和人工智能训练时的数据量有关，训练的对象越多，状态数据越准确，而这些训练的结果所得出的算法模型一般是安装在服务器中，智能腕表作出这些判断时一般需要连网。

智能腕表显示压力过载 林辰辰/摄

孙文胜表示，如身体负荷、疲劳程度和恢复状态，由于缺乏统一的标准衡量，存在算法工程师主观推测的可能。“很多数据是通过人工智能算法处理后得出的，因此只能作为健康提醒，而不是绝对的医学诊断，准确的健康判断还是需要去医院做相对应的检查。”

他还提醒道，在面对设备提供的健康数据和提醒时，应保持冷静和理性的态度，不必对这些数据产生过度的焦虑或依赖，这些设备提供的信息只是辅助工具，帮助人们更好地了解自己的健康状况。

未来智能腕表将走向何方？

随着数智健康服务的普及，智能腕表在市场展现出巨大的发展潜力。尽管市场前景看好，但这一领域也存在一些潜在的问题和挑战。

在孙文胜看来，智能腕表首先存在着技术方面的挑战。他表示，由于生产成本控制和佩戴条件的宽松性，采集的数据存在一定的躁点从而影响准确性。而算法训练数据量不足，数据分析结果还存在一定差距。因此，提高传感器的灵敏度和人工智能算法分析的能力，将是未来智能腕表技术升级的重点。

目前而言，智能腕表通过对大量数据的深入分析，确实能够为大众提供更加精准和高效的健康管理方案。然而，这些数据也可能被一些商业巨头所利用，从而可能暴露了消费者的隐私。

也许，当人们享受智能腕表带来的个性化服务时，每个人也可能无意中成为免费的数据劳工，为科技公司创造了巨大的商业价值。如一系列的数据收集，可以让每个个体得到极为精准的营销，商家会根据一个人跑步鞋达到基准更换里程数时，向其推送适宜的跑步鞋信息。

智能腕表数据在手机APP上的反馈 图源：央视新闻

孙文胜表示，当前，数据安全问题已经得到了很大的重视，并且已经有相应的法律法规出台来进行规范。对于智能腕表这类可穿戴设备，它们主要通过人工智能算法来处理数据。因此，给模型输入数据的时候，规避掉涉及个人隐私的信息，也是解决途径之一。

据了解，去年，我国相关部门发布《生成式人工智能服务管理暂行办法》，在全球范围内率先开展立法，对数据使用、算法设计、价值导向提出要求，为行业健康发展提供了支撑。

“整体而言，我觉得它的前景肯定是好的。未来能够拓展更多的功能和应用场景，甚至提供情绪价值，从数据监测体征感知身体健康状态，并提供解决方案，帮助用户建立良好的健康习惯。”孙文胜说道。

来源: 潮新闻

内容资源由项目单位提供