新型冠狀病毒 （COVID-19） 改變了人們的生活方式。這影響到全球經濟和工業的關鍵領域，當然物聯網（IoT）的管理和結構也無法擺脫這一影響。

與此同時，我們的棲息地越來越多地被日常物體的各種傳感器記錄下來。物聯網 （IoT） 技術無縫銜接了在線網絡中與自動執行，無需人工干操作。

物聯網 （IoT） ，也被稱為傳感器網絡，可在本地和遠程收集數據，并在電子健康管理領域非常有用。它將體域網 （BAN） 與現場監測設備相結合，以收集重要的患者信息并追蹤，并為流行病學管理提供必要跟蹤服務。您當地的電子健康系統可能會收集健康信息，例如血壓、體溫和心率。此信息可能存儲在本地，可供醫療保健專業人員訪問。對于新冠病毒，患者數據可用于啟動感染診斷以及跟蹤其在社區中的傳播方向。所需的基本數據包括體溫、位置和行蹤軌跡歷史。這些參數可以提醒官員是否需要進一步研究和測試。

在 2019 年冠狀病毒 （COVID-19） 等全球大流行期間，遵守社交距離準則至關重要，并且成功追蹤患者的軌跡和跟蹤患者。這兩個方面對控制病毒在世界范圍內的傳播有很大幫助。物聯網服務為隔離患者提供遠程數據收集和監控的能力使其成為抗擊病毒大流行傳播的關鍵方面。

以可穿戴設備、手機、相機和無人機形式存在的異構傳感器網絡迅速融入社區。低功耗通信協議 （LPWAN） 可以滿足在非常大的區域內收集和監控數據。手機和無人機等物聯網設備正在收集數據，修改物聯網治理平臺以滿足政策要求，并利用研究創新應用物聯網技術來有效管理病毒爆發。

新冠病毒的物聯網平臺架構

下圖是分層計算架構，涉及感知層、網絡層、霧層、云層四層。

新型冠狀病毒的物聯網平臺感知層（Perception Layer）

感知層由捕捉環境和人的各種設備組成。在這個級別上，數據的接收就像普通的物聯網傳感器一樣。這些物聯網傳感器已在人類健康和活動的非臨床診斷中進行了廣泛測試。傳感器包括慣性傳感器（加速度計和陀螺儀）、 磁力計、麥克風、 毫米波雷達、射頻識別（RFID）和相機。

網絡層（Network Layer）

網絡層負責將感知層中的信息數據或指令傳遞給整個物聯網平臺。信息傳輸基于公共或專用網絡，采用無線或有線通信方式，包括4G/5G網絡、WiFi網絡和衛星網絡。

霧層（Fog Layer）

思科引入的霧計算與云計算相比具有更低的延遲，因為它更接近實體的物聯網傳感器。能夠處理、存儲和網絡連接的設備都可以是霧節點，例如嵌入式路由器或服務器。霧節點不是一個強大的服務器，而是一個去中心化和低端系統的集合。由于低延遲，霧計算可用于時間和位置敏感的應用程序，用于接觸者追蹤、新冠癥狀診斷、社交距離和隔離監控。

云層（Cloud Layer）

在云層面，有一個集中的服務器或數據中心，具有強大的存儲和處理能力。云層負責它無法處理的任務，例如預測復雜事件。由于其強大的處理能力，可以使用大數據分析算法和深度學習算法等高級算法來提高系統性能。新冠病毒的突變跟蹤和BA5變種的爆發預測在這一層中實現。

?

大流行情況下的物聯網解決方案

物聯網技術可以在非臨床環境中對病人進行診斷并與醫生共享數據，從而實現遠程醫療保健。以下是一些現實世界的物聯網場景，這些場景已被證明在大流行情況下很有幫助：

呼吸監測

呼吸的頻率和模式可能反映一個人的身體狀況，而異常的呼吸模式可能表明新冠患者的病情更嚴重。因此，呼吸監測在臨床應用中非常重要。傳統的呼氣測量需要到醫院就診，需要貼在人體上的專業醫療設備，在疫情期間這對很多人來說這種方式很不方便。隨著物聯網技術的進步，呼吸監測變得無處不在。許多研究使用各種物聯網傳感器，例如慣性傳感器、攝像頭、麥克風、毫米波雷達和 WiFi，以持續監測室內和室外的呼吸活動。

血氧飽和度監測

血氧飽和度 （SpO2） 是衡量紅細胞攜帶氧氣能力的指標。健康人的 SpO2 大于 95%。在新冠患者中，SpO2過低是該疾病的警告信號。在臨床實踐中，脈搏血氧計是一種非侵入性設備，用于在人的手指上連續測量血液中的 SpO2。但是，這種脈搏血氧儀不適合日常使用。其他研究室則是使用手腕血氧計或手腕光電容積描記 （PPG） 傳感器來分析手腕血液反射光的吸收差異以測量血液中的SpO2 。通過將這些手腕傳感器集成到您的智能手表或手環中，您可以持續監測血液 SpO2 的相對變化。

體溫監測

發燒是新冠患者的常見癥狀，臨床數據顯示超過 80% 的新冠患者有發燒癥狀。在新冠爆發期間，許多醫院都在入口處安裝了紅外溫度傳感器，以檢測發熱的患者并將其與其他患者隔離以進行進一步評估。因此，監測體溫變化以診斷和預防新冠是非常重要的。 為防止在醫院、學校和機場等高風險地區出現發燒患者，紅外溫度傳感器經常被用來連續和長期不接觸情況下測量體溫。研究人員建議使用無人機的紅外熱成像來識別在戶外環境中感染新冠的人。

檢疫監控

一些研究室使用物聯網技術來監控新冠隔離地點。綁在身體上的可穿戴設備可以監控隔離人員的實時數據并將其發送到新冠檢疫中心。同樣，物聯網框架也被用在隔離期間跟蹤和識別與新冠相關的問題。特別是，各種生物傳感器用于檢測人類新冠的癥狀，并將這些數據發送到隔離區以進行進一步評估。

接觸者追蹤和社交距離

社交距離意味著人與人之間保持安全距離（2米或以上），以防止在冠狀病毒或流感病毒等傳染病通過咳嗽或說話時形成飛沫交叉感染。配備各種傳感器的物聯網設備，例如GPS、麥克風和磁力計廣泛用于接近感應，可用于社交距離和接觸者追蹤。

在 COVID-19 等疫情中實施物聯網醫療保健存在許多挑戰。本節概述了其中一些挑戰。

物聯網數據收集的挑戰

正確監控和控制新冠傳播需要多個傳感器節點來解釋和生成有用的信息，以收集各種格式的數據以用于高級應用。挑戰之一，尤其是在這些場景中，是為同一物聯網網絡提供數據收集設備的異構組合。傳感器設備供應商的異質性和特殊性導致了僵化的網絡管理系統。當部署新的網絡策略或將應用程序部署到現有平臺時，這會成為一個問題。

缺乏基礎的智慧城市技術

將物聯網技術集成到智能城市的全球基礎設施中對于對抗新冠仍然至關重要。如今，大多數解決新冠的物聯網部署都將物聯網作為機器對機器 （M2M） 結構的一部分，而不是將物聯網作為全球基礎設施的一部分。根據 5G 計劃，物聯網作為全球基礎設施對于智慧城市的有效發展至關重要。此外，支持全球物聯網框架的 5G 基礎設施在大多數國家仍處于起步階段。人口的增加被認為是為智慧城市實施通用物聯網基礎設施的挑戰之一。阻礙智慧城市發展的其他挑戰包括異質性、運營成本、

開發自動化和快速的病毒大流行警報系統，以及在新冠研究和智能應用方面會取得進展需要更多的研究投入。我們看到，在追求效率和降低成本的前提下，基于物聯網的熱傳感器和相關病毒檢測工具的硬件開發將會增加。智能手機預計將配備某種形式的嵌入式硬件和軟件，旨在幫助對抗新冠這樣的全球大流行病。

大數據分析也是物聯網對抗全球病毒大流行的有希望的推動力。由大數據和人工智能支持提出的幾種物聯網技術，我們意識到它們在這個特定時期可能無法充分發揮其潛力。主要缺點是社區不愿意共享個人信息，例如位置和其他重要的健康數據。然而，我們預計未來會普遍接受數據共享，以造福全球社區。在病毒大流行迅速蔓延的時代，物聯網范式不斷發展，政府和社會有望了解技術如何減少病毒的傳播并挽救生命。