聂泽东教授破解高频照护难题:多模态AI感知技术让穿戴设备真正“读懂”老年人需求
2026-11-04 15:02:08
347
伴随人口老龄化程度的不断加深,老年群体的健康需求日益多元复杂,传统家用及可穿戴医疗设备的单一监测功能已难以适配现实照护需求。在此背景下,深度融合AI算法与高精度传感技术,推动设备从被动数据记录向主动智能预警转型,已成为当前行业发展的必然方向与破局核心。
2026年9月1日下午,在中国科学院深圳先进技术研究院聂泽东教授受邀出席“家用与可穿戴设备技术创新论坛”,并发表了题为《从可穿戴感知到具身智能的养老健康设备创新》的主题演讲。

养老行业长期存在“支付意愿偏低、照护流程繁琐、设备监测精度不足且无法深度理解老人状态”的痛点问题。尤其是在跌倒防范、认知障碍预警和排泄管理等高频照护场景中,现有穿戴设备的单一监测模式已无法满足真实的照护需求。

聂泽东教授的核心观点指出:在长期照护险明确支付路径的政策利好下,养老健康设备必须从单一的体征感知,升级为多模态、高精度且能深度“理解”老人状态的个性化设备,并最终演进为能够提供物理陪伴与情绪价值的具身智能机器人。

1. 把握长期照护险发展机遇,重建可量化评估的养老设备行业标准
聂教授提出,老龄化社会带来了慢病多发、失能与认知衰退等多重挑战,传统照护模式流程繁杂。随着国家长期照护险的逐步推广并带来千亿级基金投入,养老设备行业将获得清晰的支付逻辑支撑。
未来的设备将不再只是手机APP的附属功能,而必须具备“可评估、可记录、可追溯”的核心护理价值,为保险评估与照护服务的精细化管理提供支撑。
2. 攻克穿戴技术瓶颈,聚焦高痛点场景与个性化基线构建
当前市面上的穿戴设备大多仅能实现低精度的单一指标监测。
聂教授强调,未来的设备需要解决“千人千面”的个性化基线问题。产品创新应重点在跌倒监测(建立风险识别与确认识别机制)、认知障碍风险防范(如防走失)、排泄智能照护以及提升老年人服药依从性的智能药盒等高痛点领域实现智能化突破,真正实现对老人身体机能与深层状态的“理解”。
3. 依托前沿射频传感与数字标志物技术,绘制具身智能发展蓝图
在底层技术支撑方面,聂教授团队利用非接触式射频(电磁波)传感器,突破性实现了乳腺癌、脑水肿的无创连续监测及高精度睡眠监测。
通过多模态数据提取“数字标志物”,可提前预警代谢及认知相关风险。
他进一步展望,真正的居家养老陪伴需要具备长时记忆与物理交互能力的“具身智能”设备。未来的陪伴机器狗将集成体征监测、精准用药提醒、户外安全防护及有温度的情感交互功能,全面重构居家养老的智能服务基础。
本平台所刊载的资讯来源于外部公开信息及合作方提供,由“中欧世界展会网”进行整理编辑,旨在为用户提供便捷的展会信息参考。我们致力于打造一个汇集全球展会时间与地点信息的服务平台,并可提供展位预订、参观协助、设计搭建等第三方服务对接。
相关资讯仅供参考,不构成任何确定性承诺或要约,亦不对其准确性、完整性承担法律责任。用户基于本平台信息所做的任何决策与行为,均需自行核实并承担相应风险。
如需进一步服务或确认信息,敬请垂询:400-837-8606(24小时客服)。
