智能手机上的边缘计算已经可以用于分析可穿戴传感器收集的数据并检测心律失常、咳嗽和跌倒等健康风险。
可穿戴传感器是可以佩戴在身上并测量身体状态的设备，它们是物联网(IoT)的一部分，在健康监测方面显示出巨大的前景。这些传感器会产生大量的数据，在传感器或传感器所连接的设备上处理这些数据的计算领域称为边缘计算。
由北海道大学教授武井邦春和东京大学副教授中岛航平领导的日本研究团队制作了一种灵活的多模式可穿戴传感器贴片，并开发了边缘计算软件，可以检测志愿者的心律失常、咳嗽和跌倒情况。
该传感器使用智能手机作为边缘计算设备，已在《设备》杂志上发表的一篇论文中进行了描述。
Takei解释道：“我们这项研究的目标是设计一个多模式传感器贴片，它可以使用边缘计算处理和解释数据，并在日常生活中检测疾病的早期阶段。”
该团队制作了传感器，可以通过心电图(ECG)监测心脏活动、呼吸、皮肤温度以及出汗引起的湿度。
在确认适合长期使用后，传感器被集成到粘附在人体皮肤上的柔性薄膜（传感器贴片）上。传感器贴片还包括一个用于连接智能手机的蓝牙模块。研究团队首先测试了传感器贴片检测3名志愿者生理变化的能力，志愿者将传感器贴片佩戴在胸前。
传感器贴片用于监测志愿者在湿球黑球温度为22°C和29°C以上时的生命体征。“虽然我们的测试组很小，但我们可以在高温下的时间序列监测中观察到他们的生命体征变化。这一观察结果可能最终导致识别早期热应激的症状。”Takei解释道。
该团队开发了一个机器学习程序来处理记录的数据，以检测心律失常、咳嗽和跌倒等其他症状。
“除了在计算机上进行分析外，我们还设计了一款可以进行相同分析的智能手机边缘计算应用程序。我们的预测准确率达到了80%以上。”
Takei总结道：“这项研究的重大进展是将多模态柔性传感器、实时机器学习数据分析和使用智能手机的远程生命体征监测整合在一起。我们的系统的一个缺点是无法在智能手机上进行训练，而必须在计算机上进行；不过，这可以通过简化数据处理来解决。”这项研究提出了一种基于补丁的边缘计算系统的概念，用于远程医疗或远程诊断。
