说到可穿戴设备，我们平时使用的如华为手环、apple手表都是可穿戴设备的一种，这也是监测我们健康状态的一种手段。疲劳，分为感知疲劳和躯体疲劳。感知疲劳通常和人的感觉有关，躯体疲劳则实实在在体现在了人的躯体表现上面。举个例子，意志薄弱的人可能还未达到躯体疲劳就产生了感知疲劳。而意志过强的人可能在产生躯体疲劳的时候还觉得能够坚持一下甚至造成运动损伤。如今健身的人越来越多，这也就体现了运动疲劳监测的重要性。

运用到如今世界杯的场景之中，疲劳检测可以使我们及时了解到球员的身体状况，来判断其是否需要被换下场休息。或是在患者的临床康复训练中，患者该采取多大程度的训练才能实现应有的康复效果。这就是我们为什么需要疲劳监测。

生物信号监测分为两大类，一是从血液、唾液、汗液等采取信息，一是根据机电、脑电等生理信号中采取信息。后者是李娜当前团队所采取的主要手段，希望可以通过融合了多种生理信号的传感器来采集疲劳，包括我们如今主要用到的超声等等。

李娜所在的实验室通过构建健康信号主动感知的新型智能感知前端、健康失衡主动发现的新型智能辨识中台和健康康复主动应对的新型智能干预后台来解决主动健康中可穿戴设备全环节、长时程、轻负荷、实时智能的新需求。

郭志伟目前在做的是脑机接口(Brain Computer Interface, BCI)在中风患者运动功能康复方面的研究。常用的非侵入性BCI技术是通过采集大脑的脑电信号，通过主、被动的运动相关脑电特征信号提取，控制外部康复机器人等协助运动功能的康复。BCI主要通过监测到我们主动参与运动的意识形态，把这种主动参与的意识提取出来并传递给电脑、轮椅或外骨骼等设备，并驱动这些设备来辅助我们的锻炼，同时将训练期间的信号反馈给大脑，形成一个闭环式的康复模式。

目前，处康复治疗外，BCI技术在很多领域都发挥着重要作用，比如：身体健康状况监测、疾病的早期诊断。或许在不久的未来就会像马斯克之前设想的一样，大脑的信号可以通过外部设备完成信息提取，实现数字化的上传、下载。

虽然当下运动处方很是火热，但会有一些爱美的女孩在健身的时候过度运动而带来损伤。不同类型的运动会对我们的机体产生什么样的影响？同类型运动的不同运动强度会给我们的机体带来什么影响？关注整个机体的表现也显得尤为重要。

李伦宇提到在研究的动物实验基础之上，期望能够达到人体的这种效果并针对不同的人群建立合理的运动处方，同时可以合理且规范的规避掉运动损伤风险，最有效的使人们得到运动能力的提升。

目前正在建立的是一个动作标准化的数据库，同时引入计算机视觉关键点的识别，对不同人群的运动模式做一个研究，并将成果反哺到全民健身的浪潮中去。

运动有各种各样的运动，现在的技术在用一种大数据的方式将每种运动分解开，并乘以一些可以量化的指标。比如3D重建——将2D的图像、视频用一些3D的转换方法转化成3D信息。在深度学习方面，也会用到姿态检测等知识。

对于可训练的方面，AI辅助训练仍是国内外一个较火的领域，需要用到计算机来精确评估运动表现。比如对于投篮过程，是可以由计算机针对业余的训练者就其投篮角度、方式等方面给出专业的体育训练建议的。也希望后续可以从对运动的表现评估转变为对运动如何提升人体健康的解决方案提供者。如果只做技术开发可能仅仅关注到的是技术如何实现的，也很需要和体育、健康等领域的研究者多多交流，带来一些启发。

李娜：以前的健康基本是通过医疗来实现的，但是现在我们的理念在从治疗疾病到预防疾病转变。

主动健康的理念也已经从以疾病为中心到以健康为中心，人们希望在没有生病之前就采取积极主动的方式来保持健康，这也突出了疾病预防的重要性。要早诊断，早治疗和早康复。人们应该主动发现，并且进行科学评估。主动发现，需要与之相关的成熟模型，这样我们才能及时发现人们接近损伤的临界值。科学评估需要一些客观数据来支持，而不是仅仅依靠问卷。

郭志伟：对于老百姓而言，观念上发生了很大变化，更加关注早期的疾病预防了。有了信息时代的技术加持，人们可以从整个生命周期来落实主动健康。

对于医院来说，医生作为科研工作者的想法和观念也在发生变化，以前可能关注更多的是如何在疾病发生之后攻克疾病，现在可能会把更多的精力放在如何做好疾病的预防和监测，也和大数据有了很大的结合。这样一来，医生也可以从预防的角度为百姓们提供很多健康方面的建议。有了信息时代的技术加持，人们已然可以从整个生命周期来落实主动健康。

殷婷云：从科技领域来说，人们的健康观念在经历一个转变。

比较明显的是，人们对于体检的重视在与日俱增。尤其是可穿戴设备，使得我们以前只有去大医院体检才能查验的身体健康指标都能在如今的家用设备上获得记录。现在的运动类App也不再像以前那样仅仅是提供运动的教程，而是会在运动的过程中结合可穿戴设备的数据来监测心率等指标，让更多人可以随时看到体育运动为健康带来的好处。这也是主动健康的一种表现方式。

李伦宇：主动健康，有一个变化的点在于服务内容更多样了。现在会从一开始疾病有苗头或表征出现的时候就开始应对，相对于之前的单一疾病检查也变得更加多样化。

主动健康管理模式提出了五个维度：健康素养、健康风险、健康结局、健康事件和健康水平。接下来，几位嘉宾从以上五个维度，对自己的一些相关经历与感受进行了分享。

李伦宇：期待现存模型在医学工作者与编程者之前达成一座融洽的模式。

在与AI接触的时候，总是会因为技术问题而头疼。但是如果现在存在模型可以让医学工作者和编程问题达成一种融洽的模式，也是个人非常期望的事情。

郭志伟：如果可以通过仅掌握AI模型就能解决相应的问题，会是对其它领域发展的一个很大地促进。

当前很多领域都希望可以通过AI技术来解决其本领域的一些问题，但是技术的学习成本较高，如果可以仅仅掌握模型就能实现目的，会是对其它领域发展的一个极大促进。对于当前相关设备普及的情况，大多是向着小而精，便携的方向去发展。如康复设备这种，很多人如今都是在家中使用，即便不如医院设备的功能健全，但也是可以满足常规需求的。

殷婷云：科技发展的日新月异，促进我们的产品更好地帮助人们实现主动健康。  

我们如今用到的很多App会将数据做一个云储存，这样计算机等于是具有了永久记忆。人们自出生开始的健康数据都会被保存并用以之后的诊断参考。对于做AI的科技公司，目前在致力于实现不需编程，仅使用AI模型并结合本领域的知识就可以完成任务的模式。深度学习其实是相当于通过神经网络来对输入的图像进行处理，实现类似人类辨别的过程。像以前捕捉骨骼点是一件很复杂的事情，而现在的人工智能使得我们只需要从网络上下载一个训练好的模型，就可以像人类一样认出图像的意义，发现图像中所有的骨骼点。从这一点，我们就能感受到科技发展的日新月异。