负责飞思卡尔的医疗保健业务开发业务电气工程学和医学博士Jose Fernandez发文称：每次见到我的患者，我都希望能够拥有他们的全部数据。通常他们并不理解获得全面的数据视图如何会精简医疗护理、节省资金，并且最为重要的是，这如何会提高身体健康。有必要澄清的是，一组生命体征数据并不真正足以提供完整的健康视图，其中还有许多的信息我希望能够了解到。

例如，我的糖尿病患者通常会带着一连串的数字走进办公室，这些数字包括血糖仪的结果。在阅读这些拼凑在一起的数字时，我通常发现自己会试图猜测数据是否在血糖测试中存在错误。因此，许多问题就会萦绕心间：今天采集数据的时间准确吗？饮食是否与血糖水平有关系？我希望了解这些数字与看似普通的日常活动之间的关系。我希望这些数字能够附加上其它定量和定性的数据。

其中的挑战在于：要求患者做好日记并且谨记可以影响患者病情的一切情况。患者在感到身体不适的同时，还要记下如此多事情的日记，这样会让他们感到在医疗住院每隔半个小时让护士测量身体特征一样不舒服！

那么如何解决这个问题呢？全新技术（例如微控制器和传感器结合低功耗功能和无线天线设备）能够24-7全天候监测患者，而且准确度提高，同时为我们提供大量的信息。这种类型的预防性监测将会在远程由可穿戴设备组成的成熟网络执行，同时还可以结合健康数据的智能处理和通信功能。这种网络便是已经人所共知的物联网(IoT)，它拥有巨大的潜力，可以对预测性医疗保健领域产生积极影响。

在不久的将来事情可能会发生怎样的变化呢？很快我们将能够：

• 在患者需要报告额外定性数据，并且预约其它测试以避免严重并发症时，医生可以接收自动警报
• 允许患者避免测试的冗长要求，让设备自动完成任务
• 为我们的患者实施治疗定制化，并且查看治疗的效果

在物联网(IoT)的背景下健康数据的采集和处理需要关注三个关键的问题。

采集数据 – 可穿戴设备

从传统上来说，持续不停地监测统计数据不切实际、成本高昂且浪费人力，但是随着新兴的可穿戴技术问世，例如手环、手表和头巾等这些物品，人们可以轻松、准确并且持续地监测统计数据。输入点（物联网(IoT)边界节点）通用由传感器、嵌入式处理器(通常为MCU)、连接引擎和能源来源以及模拟前端(AFE)共同组成。为了减轻患者弄清测量目标、时间和方式等这些负担，可穿戴设备会通过独立式智能自动解决这些问题。AFE在患者与可穿戴设备的处理和通信能力之间成为了十分友好的重要界面。

处理 – 应用智能

一旦采集数据完成，传感器会执行基础算法，例如阈值检测和简单的数据分析。比如，如果血压高于建议值，处理功能可能会涉及到触发通信。快速和准确地完成测量和传输任务十分重要，这样一来健康管理器才能将信息转发给相应的医疗保健服务供应商。

飞思卡尔的Kinetis KL03芯片级封装(CSP) MCU是全世界尺寸最小、基于ARM的MCU。Kinetis KL03 CSP提供了超级小型化的1.6 x 2.0 mm2晶圆级CSP，可以降低线路板空间，同时与市场可见的其它产品相比甚至可以集成更多丰富的MCU功能。Kinetis KL03 CSP MCU使用PCB面积降低了35%，然而提供的GPIO与最为接近的竞争MCU相比还要高出60%。

通信 – 结束治疗循环

数据处理最为关键的部分便是让数据传送到医疗保健供应商，以便做出医疗管理的决策。这可能只是对治疗方案做出简单的调整，甚至可以预防慢性退行性疾病的严重并发症状。这类通信需要利用实时、点对点通信工具（例如飞思卡尔的QorIQ处理器）满足苛刻的吞吐量要求。

从长远来看，物联网(IoT)将会帮助患者获得控制权，并且更加主动介入自身的治疗和恢复过程。这会降低医院医生和护士不堪重负的社会和经济成本，并且将此前只能在医疗从事的职位和活动转移到患者家中，防止严重并发症状，并且有助于提高患者的治疗效果。

欲了解未来治疗和技术的可能性更多内容，请务必阅读飞思卡尔白皮书：如今的互联医疗保健如何让医生与患者保持距离。