虽然基于IoT的医疗设备具有毋庸置疑的光明前景，但其技术需求也为传输数据的服务提供商以及采集和分析数据的企业带来了各种挑战。为了能尽可能高效快捷地处理数据——尤其是在IoT设备的功能和数量不断增长的情况下——他们需要考虑如何改进其网络及数据中心的性能。

 

    IoT还正在为医患关系中提供者一方催生新的创新，举例而言，随着Google Glass等产品的推出，就引发了医疗保健领域的新一轮创新。医生在为患者进行治疗时，可从自己的Glass屏幕上调出患者的病历。而急诊室的医生也可使用该技术更快速地对患者进行分诊，显示他们的生命体征、化验结果以及其他相关信息。

 

    据爱立信移动报告和ABI咨询公司 （Ericsson Mobility Report and ABI Research)预测，到2019年无线连接设备的数量将达到惊人的300亿。我们的身体及行为将能够为可穿戴医疗保健设备提供海量数据。而连续跟踪和采集到的数据量将更加令人叹为观止。让情况更为复杂的是，原始数据需要根据更多的上下文信息进行处理和分析，才能产生真正的价值。比如，如果一名临床医生知道患者是在睡觉或是在进行5公里跑，那么他从患者心率明显上升的原始数据所得出的结论可能会迥然相异。

 

    随着更多“物”连接到互联网上并实现互连，目前的数据管理工具和传统应用将无法达到不断增长的、海量复杂的数据集（也被称为大数据）对于精确分析的要求。管理大数据是确保消费者和专业医学团队等都能从可穿戴医疗保健设备中获得最大利益的关键。