随着老龄化进程的加快，老年群体的健康需求愈发复杂，致使传统家用及可穿戴医疗设备的单一监测功能难以为继。为此，深度融合AI算法与高精度传感技术，推动设备从被动记录向智能预警跨越，已成为当下的必然趋势与破局关键。
2026年9月1日下午，在“家用与可穿戴设备技术创新论坛”上，中国科学院深圳先进技术研究院聂泽东教授发表了题为《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。
养老市场长期面临“支付意愿低、照护过程繁琐、设备监测不精准且缺乏对老人状态深层理解”的痛点。尤其在跌倒防范、认知障碍预警和排泄管理等高频场景中，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。
聂泽东教授的核心论点是：在长期照护险明确支付路径的政策红利下，养老健康设备必须从单一的体征感知，升级为多模态、高精度且能深刻“理解”老人状态的个性化设备，并最终走向提供物理陪伴与情绪价值的具身智能机器人。
1. 紧抓长期照护险红利，重塑可评估的养老设备标准
聂教授指出，老龄化社会带来了慢病共存、失能与认知衰退等挑战，传统照护极为繁杂。随着国家长期照护险的铺开并带来千亿级基金支出，养老设备有了清晰的支付逻辑。
未来的设备不再仅是手机APP，而必须具备“可评估、可记录、可追溯”的核心护理价值，以支撑保险评估与照护服务的精细化管理。
2. 突破穿戴技术瓶颈，聚焦高痛点场景与个性化基线
目前的穿戴设备大多只能进行低精度的单一监测。
聂教授强调，未来的设备需解决“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，实现对老人身体机能与深层状态的真正“理解”。
3. 依托前沿射频传感与数字标志物，描绘具身智能终极愿景
在底层技术支撑上，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接触的“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、户外保护及具有温度的情感交互，全面重塑居家养老的智能底座。