硬件支撐技術梗阻智慧健康小屋數據基礎層的核心是芯片、傳感器等，主要負責數據的收集和運算，是數據運行的硬件基礎，為數據運行和服務應用的落地提供保障。智慧健康小屋數據處理核心包含異構算力融合、存算融合、數據儲存融合、協議融合和格式融合五項數據融合研究[18]。
智慧健康小屋在硬件數據集成設備上未能實現跨數據源協同分析、跨域協同分析、云邊協同分析、統一訪問接口和跨域計算能力共享五個關鍵技術突破，難以真正從核心層面實現對數據的處理和應用。4
智慧健康小屋實證調查4.1問卷調查根據上海市區、城郊結合部和郊區三個不同的地理位置，選取上海市楊浦區大橋社區衛生服務中心、浦東新區東明社區衛生服務中心和寶山區楊行社區衛生服務中心，于2019年4—5月在社區衛生服務中心門診就診的高峰時期，在門診大廳、醫務人員科室隨機選取候診患者和醫務人員進行一對一問卷調查和訪談。本次共調查在社區衛生服務中心就診的患者180例，醫務工作人員124人。向社區衛生服務中心就診患者共發放問卷180份，回收有效問卷175份，有效回收率為97.2%。向醫務工作人員共發放問卷124份，回收有效問卷122份，有效回收率為98.4%�；厥諉柧砭鞔鹨幏�，內容有效。問卷調查內容包括性別、年齡、職業、是否患有慢性疾病、針對
健康小屋的管理模式等。調查對象均知情同意，自愿參加本次調查，并簽署知情同意書。
4.2調查結果從對社區衛生服務中心就診患者的調查結果來看，就診患者以女性和中老年人為主；學歷以大學本科及以上最多；所患慢性疾病以高血壓最多，其次是糖尿病，其他慢性病最少。
見表1。
居民首要自檢項目中，血壓檢測項目的需求量最大，占75.4%；其次是血糖檢測項目，占65.1%；第三是心血管功能自檢項目，占58.3%；身高體重、腰圍、臀圍、骨密度、肺功能、心電圖、人體成分分析和血氧飽和度所占比例較低，分別為30.9％、20.6％、13.7％、22.3％、34.3％、37.3％、17.1％和17.1％。人數需求最少的3個項目依次為人體成分分析、血氧飽和度、臀圍。從對醫務工作人員的調查結果來看，年齡＞35~60歲的有60人，占49.2%；25~35歲的有54人，占44.3%；＜25歲的有8人，占6.6%。從醫務人員職業來看，護士人數占比最大，為36.1%，其次是全科醫生（家庭醫生）、公衛醫生、行政管理人員和醫技人員，分別占31.1％、24.6％、6.6％和1.6％。從智慧小屋的可配備人員來看。
傳真：