智慧养老~慢病管理……让老龄化社会感受科技向善的力量
国际上通常把65岁及以上人口占总人数7%以上，或60岁及以上人口占总人口数10%以上，作为衡量一个国家或地区是否进入老龄化社会的标准。而根据国家统计局公布的第七次人口普查数据，我国60岁及以上人口为26402万人，占全国总人口的18.70%，其中65岁及以上人口为19064万人，占13.50%。
随着科技进步，智慧养老受到广泛关注。科技赋能智慧养老，重塑了养老的内涵和形式，却也带来不同的桎梏。未来，智慧养老产业如何健康有序发展？如何做好“技术创新”与“适老性”的相辅相成？
随着我国人口老龄化愈加严峻，养老问题日益凸显，如何真正实现“老有所养”，探索新型养老模式迫在眉睫。
目前我国的养老模式呈现出居家、社区、机构依托三种形式，随着老龄化、空巢化速度的加快，老年人的服务需求已逐步从简单的物质需求，转变为多层次的物质和精神需求，传统的养老模式难以满足当下多样化的养老诉求。
在此背景下，智慧养老应运而生。
智慧养老，利好银发群体
所谓智慧养老，简单来说就是运用互联网科技等手段，提供高效便捷、低成本的、智能化的养老服务。
近年来，大力发展“智慧养老”已经成为我国化解“银发危机”的新举措。与此同时，2021年国内智慧养老市场规模已达5.5万亿元，每年以30%的速度增量中。
除了市场规模扩大，互联科技的高速发展也在为智慧养老助力。如今，互联网+已成为各大行业转型升级的热词，养老行业也不例外。发展科技智慧养老，打造“互联网+”养老服务模式，是破解养老问题的有益实践。
从国家层面而言，智慧养老相关政策接连出台，为地方政府、企业加快智慧养老平台建设、智能设备适老化改造亮了“绿灯”。国务院办公厅也曾提出：“要优化智能化服务，打造适合老年人的服务平台”。
与传统养老服务相比，智慧养老解决了服务中人力做不好、做不到和不愿意做的诸多问题；推动了养老服务由人工化向智慧化、科技化的转变；提高了养老服务的准确性与高效性，是我国养老服务业与时俱进的表现。
由此可以预见，智慧养老不仅利好银发群体，对养老市场的发展有一定助推作用。
智慧养老，科技为其赋能
近几年，智慧养老正化身蓝海，引来众多企业深耕。
随着银发经济的发展，专注于银发一族的科技产品争相涌现，在生活、医疗、娱乐等方面提供更加完善、更有温度的智慧养老服务。
时下较为“出圈”的一些智慧养老产品包括：智能血压血糖仪、智能手环、智能摄像系统、智慧药箱，也有更新潮的智能老年机、app等。
同时，虚拟养老院和智慧养老服务平台也在助推养老行业，基于大数据、物联网等科技的使用，让老年人的健康得到“云守护”。
与传统的养老院相比，虚拟养老院是一座“没有围墙的养老院”，实现了居家专业化养老。有需求时，只需要在网上下达一个指令，或者打一个电话，就会有专业服务人员上门进行服务。
智慧和科技看似为老人提供了便捷、健康、安全、趣味的养老方式，却也裹挟着大大小小的缺陷......
智慧养老，亟待攻破"适老"难点
眼下看来，智慧养老这一赛道目前正处于同行增量博弈、市场体系不完善、相关制度落实不到位的阶段。作为蓝海行业，大多数智慧养老企业规模较小、核心竞争力低，甚至面临资金紧缺的窘境。
而从现有的一些智慧养老产品来看，大多数都呈现出“适老性”不足的现象。
目前市面上投入使用的智慧养老产品具备的功能比较多，可应用到实际需求的却很少，也给银发群体带来了一些困扰，“适老性”不足的产品反而成为智慧养老行业发展的阻碍。
与老人一起生活过的年轻人也许更有体会，日常生活中，许多智能产品，老人是否都觉得不好用、不会用？为老人购买过的一些家用电子仪、智能设备是否经常闲置？
智慧养老商品展示的时候，看着什么都好，可买回家后就发现出入很大。科技发展的当下，很多人甚至不知道如何选择真正适合他们的产品。
所以对于智慧养老的产品，不能仅是科技方面的堆砌，更需要考虑到老年人的实际认知能力、操作能力以及需求性等。
智慧养老的愿景很美好，但如何运用适合的体系去追上慢慢老去的人群，还需要众多的养老企业去思考。
人口老龄化带来的影响是广泛而深远的，传统养老行业和智慧养老行业也需多路并行，如何在传统养老中并入智慧技术的运用，政府、社区、养老机构、企业等都面临着多方的挑战。
未来，如何让智能设备为老年群体的生活赋能，进而让规模不断增加的“银发一族”能够享有灿烂的“夕阳红”，是全社会的“必答题”。
国家卫生健康委老龄健康司司长王海东表示：“目前，我国90%左右的老年人居家养老，7%左右的老年人依托社区支持养老，3%的老年人入住机构养老。”
“9073”现象的出现，是中国加速进入老龄化社会的现实反映——承受巨大工作压力的子女在父母养老方面心有余而力不足；六七十岁的老人往往还需要去照顾比自己更老的人；政府力量在老年公寓、护理院、养老中心等设施的投入上难以满足市场需求……一道道难题让我们开始反思老年人健康养老问题该何去何从？
于是，近两年内，不少科技厂商开始对智慧养老、居家健康管理、医疗监护类产品的市场预期抱有巨大希望。
打造智能传感器矩阵
英飞凌科技大中华区电源与传感系统事业部应用市场总监李国豪日前在接受媒体采访时援引ABI Research的调研数据称，未来十年内，居家场景下健康管理(Home Healthcare)产品的安装量将由2022年的2000万台增长至2023年的1.8亿台。这其中，形形色色的各类传感器扮演着关键角色。
传感器，是数据收集的起点和重要来源，就像我们人类的各种感官对实际环境进行感应一样。比如，高精度毫米波雷达传感器、3D ToF飞行时间传感器，就类似于人的眼睛，用于人员/障碍物监测；超高信噪比MEMS麦克风、二氧化碳传感器相当于耳朵和鼻子；精准的压力传感器，则像人类的皮肤一样具备感知功能。
“在智慧健康领域，英飞凌携手众多合作伙伴让消费类电子产品成为健康监测功能的载体，并在健康管理与服务方面实现落地。”李国豪与他的团队一起从传感的角度，阐述了英飞凌是如何看待居家健康管理市场的前景，又是怎样把传感器解决方案带入每一个真实的应用场景之中的。
- 毫米波雷达传感器
将传统用于汽车、工业领域的毫米波雷达传感器产品应用于居家监测场景，是近几年才出现的新事物。
而在此之前，老年人身体状况监测主要来自两条技术路线：一类是智能手环、睡眠腕带等可穿戴设备，另一类以摄像头为主的视频监控。但许多老年人对于直接佩戴的智能硬件会存在一定的抵触心理，而且由于记忆力的衰退，忘记佩戴或充电也是常有的事；而如果采用视频监控的方式，老人又会觉得隐私受到了侵犯，也会产生抵触情绪。
根据英飞凌科技大中华区电源与传感系统事业部高级市场经理吴柏毅的描述，毫米波雷达的功能和特性十分强大，应用时无需摄像头，也不需要佩戴传统的智能手环类设备，就可以实现对老年人跌倒，以及呼吸、心跳、睡姿等多个生命体征的监测，并给出一些专业的医疗建议。同时，毫米波雷达对于一些材料有很好的穿透性，不容易受客观环境如灯光、粉尘等的影响，可以更精确的识别手掌的运动和追踪，并且在外观设计更加灵活、美观。
下图简单梳理了雷达传感器的工作原理：从左至右依次是雷达传感器、MCU和消费者终端，探测到的数据信息以反射波的形式在处理器中进行运算，辅之以固件开发、算法处理等，以满足不同的使用者需求。
“毫米波雷达传感器遇到的最大困难就是算法。”吴柏毅说，厂商的通常做法是将距离、位置、速度、角度信息与雷达不同的工作原理和算法相结合，形成数种组合方案。当然，随着算法的不同，雷达传感器所匹配MCU或处理器也不相同，导致成本、功耗也存在差异，这些都完全取决于最终的应用场景。
英飞凌雷达传感器首次进入人们的视野，是在2016年的谷歌开发者大会上(Google I/O 2016)。当时，谷歌ATAP(Advanced Technologies and Projects)部门展示了其Soli项目的最新进展——与LG合作推出智能手表，表带处内置的Soli技术将用于捕捉用户指尖的微小动作。后来，在谷歌2019年推出的Pixel 4手机上也用到了这颗雷达传感器，用以实现手势侦测。
特殊设计的雷达传感器可以追踪亚毫米精准度的高速运动，然后将雷达信号进行各种处理之后，识别成一系列通用的交互手势，方便控制各种可穿戴和微型设备。目前谷歌设计的这些通用交互手势，是基于人们平时所熟悉的一些物理工具和动作，比如按钮、转盘和滑杆。
虽然这些动作都是虚拟的，但是因为是多个手指之间的相互动作，它可以给用户很好的触觉感应和物理反馈。也因为人类有精准的小肌肉运动技能(fine motor skills)，它可以让这些虚拟工具通过我们手势运动实现很高的流畅性和精准度。谷歌相信这些有物理反馈与触感的交互方式是比平面的触摸屏或者语音识别技术更自然的控制方式，为人机界面引入了新的思维与机会。
BGT60LTR11AIP和BGT60TR13C是英飞凌PSS部门最新推出的两款雷达传感器。前者是基于毫米波多普勒效应打造的高集成度雷达传感器，主要面向运动检测类应用，开启自动模式时探测距离可达5米，水平视角约80度，平均功耗小于5毫瓦；后者采用一发三收的硬件架构，平均功耗20-30毫瓦，频宽大于5GHz，解析度3厘米，搭配不同的高级算法，可以实现手势辨识、室内人员存在感知、追踪，甚至心跳监测等功能。
在清雷科技发布的“贝加安智慧康养生命支持系统”和智能呼吸睡眠监测设备中，都使用到了BGT60TR13C毫米波雷达芯片。其中，生命支持系统可以全天时全天候、非接触式地进行室内场景下的呼吸/心率等生命体征监测，实现在不侵犯隐私的前提下实时记录生命数据；而智能呼吸睡眠监测设备的最大亮点，是采用了毫米波雷达层析感知技术。通过2.5cm分辨率层析谱和100ms刷新周期，能够从睡眠、呼吸、心率、体动、睡姿等多维度进行监测，也就是被监测者睡眠过程中所有的微动数据都可以被完整记录。
睡眠中体动和呼吸事件数据报告
- 3D ToF飞行时间传感器
得益于日益强大的结构光、飞行时间(Time of Flight, ToF)和双目主动立体视觉等3D成像技术，发丝级抠图、渐进式虚化、AR测量、体感游戏、3D建模等强大的黑科技功能，在以智能手机为代表的各类智能设备中的普及率正在极速提升。
市调机构Yole的预测数据显示，全球3D成像和传感器的市场规模在2017年为18.3亿美元，2022年将超过90亿美元，年复合增长率为38%。其中，消费类电子应用市场增速最快，2016–2022年的年复合增长率高达160%，2022年市场规模将超过60亿美元。
英飞凌的注意力则集中在了ToF传感器身上。
英飞凌科技大中华区电源与传感系统事业部高级市场经理张铁虎介绍称，从2013年起，英飞凌和pmd technologies在ToF领域展开了一系列合作，双方将各自的专业知识互相融合，于2015年宣布推出第一代ToF图像传感器—REAL3。此后，英飞凌保持着每年推出一代产品的节奏，2021年推出第6代产品具备更远的探测距离(10米)、更低的功耗、更强的图像功能，以适应AR、元宇宙等应用的需求。
目前来看，3D ToF飞行时间传感器在前视应用中主要负责脸部识别和手势判断，在后视应用中更偏重图像增强，包括对焦、背景虚化，在未来更有想象空间的AR/VR应用中，则可以实现长距离探测等功能。
基于ToF的避障功能在扫地机器人和AMR中应用最为广泛，它们的共同特点都是要在工作过程中对工作空间、障碍物形状进行判断，并以此实现智能构图和路径规划，从而达到高效运转的目的，这就需要精准的图像探测；在汽车领域，包括驾驶员检测、驾驶员Face ID验证、乘客检测、灯光座椅调整在内的Smart in-cabin sensing(驾舱内智能感应)和包括自动泊车辅助、车门避障在内的车外应用，是当前ToF最为热门的展示舞台。
而在智能家居领域，ToF常被用于老年人的跌倒检测，高分辨率的ToF传感器既能够得到清晰的图像，又能保护隐私，腾讯即视智慧养老解决方案即为一例。基于英飞凌REAL3 3D飞行时间图像传感器IRS2381C芯片，腾讯能为老年人提供7*24小时的安全事件识别、健康数据分析、场景识别及定位等能力。
专有SBI(背景干扰抑制)电路技术，是张铁虎特别强调的英飞凌ToF优势之一。众所周知，强烈的阳光是3D摄像头系统所面临的非常严峻的挑战，因为户外应用受到阳光影响时，可能会增加散粒噪声，降低精度，从而影响距离测量，产生错误的结果。得益于SBI技术的加持，强烈的阳光或具有不同反射指数的材料等干扰将不会影响测量的可重复性和质量。
- 环境传感器
新冠肺炎病毒流行期间，人们在室内的时间明显增加，特别需要精准度高、小型化的仪器来提供室内外的空气质量数据，以便同步调控空气净化器、空调、通风系统。英飞凌科技大中华区电源与传感系统事业部市场经理刘菊介绍了英飞凌一款体型小、基于光声光谱(PAS)原理的二氧化碳传感器，包含红外光源、光学滤波片、MEMS麦克风传感器和MCU，相当于一个小型系统，客户拿到就可以应用，加快产品上市时间。
与基于NDIR、EC和eCO2原理的二氧化碳传感器相比，PAS技术采用MEMS麦克风作为检测器，灵敏度高，减少了器件和设计的复杂性，比现在市场上现有的典型的NDIR传感器产品，在保持同样高性能的同时，尺寸缩小了4倍，重量减轻了3倍，能够节省75%以上的空间，同时里面自带补偿算法，非常适合大批量的工业应用和消费类的应用。另一方面，EC和eCO2的精度和选择性比较弱，而且容易受到湿度的影响。
多传感器融合下的挑战
值得注意的是，随着应用功能多样化，单一传感器已不能满足市场需求，这就需要将不同的传感器融合到一起设计出具有先进功能的产品。一个颇具代表性的应用来自智能家居中的空调，它既可以通过毫米波雷达追踪人的行踪，也可以加入二氧化碳传感器用于室内环境监测，然后再决定是否需要改变送风角度或是否需要打开新风系统......这些功能都可以通过智慧的融合，带给用户更好的感受。
再例如，2021年3月在美国发布的某品牌智能音箱中就带有睡眠追踪功能——内部搭载的毫米波雷达可以感知到消费者的微动作，来判断其睡眠质量；麦克风可以侦测到是否有咳嗽或打鼾；温度和光传感器则将睡眠质量与环境相关联。最终，智能音箱通过对收集到的数据进行计算，可以得出一个衡量睡眠质量的数值给用户参考，并给出建议。
智能音箱中的传感器融合
在智慧养老方面，通过毫米波雷达、ToF等设备可以无接触的侦测到老年人的多种生活状态：静坐在家里时的呼吸、心率状况；老人有没有在电视机前睡着？在从客厅起身前往卫生间的过程中，老人是否有跌倒等状况。再结合市场上已经有的线上医生，甚至是保险服务，共同构成智慧医疗、智慧养老生态圈。
此外，一些智慧康养生命支持系统可面向康养机构、社区养老、居家养老、医疗机构等多种应用场景，提供危险信息及时告警，包括离床告警、跌倒告警、呼吸急促或心跳过缓告警、呼吸暂停告警等。同时，它还能实现潜在风险提前预测，包括睡眠质量分析、跌倒风险预测、生命活力评估、呼吸慢病AI辅助诊疗等功能。
“应用于健康管理、医疗监护方面的多传感器融合方案面临的最大挑战仍然来自算法，尤其是在算法相互配合和可靠性方面。未来，引入人工智能和机器学习，补充更多逻辑功能来强化数据的分析和处理，将成为重要的趋势。”李国豪说。