使用 Ring 撬动 4.4 亿慢性病患者的数百亿业务

制作者 |虎秀科技群作者|编辑：陈一凡、李亦飞|苗正清头像|视觉中国 2003年，香港中文大学教授张元廷开始研发监测血压的智能戒指。当时，世界上很少有人认真对待 Ring 作为便携式健康门户。 “制作戒指的门槛很低。如果是演示，两三个月就可以搞定。”不过，要做到精准却很难。张远霆的团队已经做了25年。智能戒指和手表一直是家电的延伸，计步、追踪睡眠，有的甚至测量心率。然而，持续的医疗级非感官健康监测一直是一个难以跨越的门槛。这一次，张远霆决定去找一家名为灵犀生物参与智慧健康研究。在苹果公司工作，了解消费电子产品如何将可穿戴健康设备转变为产品。您还看到了严肃医学中严格的“数据可靠性”要求。您不是在寻找一家制造更复杂的消费电子产品的公司，也不是一家传统的医疗设备公司，而是一家想要将智能软件引入医疗设备系统的公司。互动中，我问的一个问题是：灵犀生物的对手是华为、小米，还是欧姆龙、鱼跃？如果你只做家电配件，你天然的竞争对手就是小米​​、华为、苹果。然而，如果目标是让智能可穿戴设备成为完整的医疗设备，指标将不得不改为“医疗级精度、监控连续性、临床验证和合规性通过”，这将使基准更接近欧姆龙和鱼跃等医疗设备系统。灵犀生物CEO彭志峰告诉我，从长远来看会是后者。更多精密当然，它主要是针对普通人群的慢性病的治疗，但这一需求却一直被忽视。 2024年，Oura Ring在全球销售了300万只智能环，估值超过50亿。同年，灵犀生物的研发团队正在深圳的实验室开发一款用于动态血糖和血压测量的智能环。彭志峰先生曾在一家全球医疗保健公司工作多年，负责血糖和糖尿病业务。当时，他公司的血糖仪在中国市场占有率第一。之后，他在一家大型医疗器械公司参与大型医疗器械的开发，接触了CT、PET-CT等复杂系统。他对这些数字了如指掌：中国有超过1.4亿糖尿病患者，近3亿高血压患者。然而，在治疗方面却几乎存在空白。慢性疾病。中国没有家庭医生。医院医生每天要诊治 1 至 200 名患者，没有时间治疗慢性病。 2014年和2015年，互联网试图缩小这一差距。 “糖战”期间，众多APP提供糖尿病管理、检查、咨询、糖管理方案等服务，希望通过软件颠覆医疗管理。但事后证明，扭转局面是完全不可能的。彭志峰说，问​​题是只有软件，没有数据录入。如果没有持续可靠的生理数据，所谓的管理很快就会变成用户手动注册、间歇性上传、难以维护的不频繁交互。因此，彭志峰表示，灵犀生物的核心策略是采用医疗级智能硬件作为数据输入。以AI为“大脑”，打造“持续监控-数据采集-智能感知”闭环这个问题的技术难度远远超出了“造戒指”。无创血糖值监测据说是世界上值得诺贝尔奖的难题。血压値は、绿と赤の光の反射と屈折を利用してPPGテクノロジーによって検出されます。然而，这是一种“弱联系”，而不是精确的联系，诸如皮肤厚度、血管深度、环境温度和运动状态等变量都会影响结果。华为和三星已经进行了多年的研究，但没有取得重大进展，但制造小型医疗设备的挑战不同，但需要相似的关注，即平衡精确的数据监测、用户舒适度和连续性以及长期监测所需的电池寿命，这就是业界所说的“不可能三角”。不受干扰地准确、准确地进行测量本身就是一个长期的项目。灵犀计划开发一款医疗级精密指环，用于无创可穿戴血压计，但研发中最大的问题是耐用性，电池寿命不足。每个人的皮肤状况都不同。男性皮肤较厚，女性皮肤较薄，老年人的手比较干燥。所有这些都会影响光的折射和传输，从而导致电池寿命的变化。最后，我们优化了算法，采用“待机-启动-待机-启动”的循环模式来逐步恢复电池寿命。灵犀生物核心成员由强生、欧姆龙、鱼跃等医疗器械企业组成，涵盖营销、营销、产品等领域。研发团队将在深圳开展初步前期研究。去年年底，彭志峰引进了国际院士张元廷领衔的团队al医学与生物工程院，补充AI和模型功能，终于完成了。这就是谜题。这也可以解释具有医疗设备基因的初创公司与具有消费电子或互联网基因的团队制造智能产品的不同逻辑。精致且环保的卡夹。显示器如果你创建一个，你将与迈瑞直接竞争。如果做肱动脉血压计，就和鱼跃竞争。但推动戒指和手表等可穿戴产品超越医疗级标准并不是大公司的核心业务。另一方面，消费电子公司不会进入这些医疗行业。 “目前，中国大企业无意将医疗级可穿戴设备或人工智能作为核心业务。”彭志峰表示。 “这是我们的机会。”但这条路径有独特的定价限制。如果价格是按照传统医药的话传统设备，很容易陷入欧姆龙和鱼跃的价格范围。但从业态和场景来看，短期内可能无法完全覆盖这些成熟设备的专业性。但如果价格完全跟随消费电子产品，很容易陷入内部定价，最终对研发和临床验证的投入产生负面影响。很难判断其程度。彭志峰的回答是：“与其在国内做出生死攸关的决定，不如从一开始就考虑出国，在出行前有所涉足。”在此过程中，由于欧美市场政治因素复杂，灵犀优先布局东欧、中东和“一带一路”国家。支持这一决定的是团队的工作。国外的渠道资源和已建立的海外经销商网络正在枯竭，许多企业欧洲经销商想要雅培或其他品牌之外的“第二选择”。在CGM（动态血糖监测）市场，全球单一产品年销售额达800亿元人民币。患有高血压的人数多于患有糖尿病的人数。如此大的市场，必然会有更多的玩家进入。但灵犀面临的最深的挑战不是竞争，而是如何让这个门户发挥作用。正如Oura前首席执行官曾经说过的那样：“Oura的核心是软件问题，而不是硬件问题。”我们需要弄清楚的是如何从大量数据中生成个性化的见解。沿着“算法生成+数据飞轮”的路径，设备将不断生成数据并相应地调整引擎。戴尔迭代并持续改变用户的行为并提高数据质量。大浦能够为这枚戒指获得数百亿的估值。当谈到精神分析时，持续准确的医疗级监测就是最重要的。e 起点。不断更新的用户数据和模型之间的持续反馈是一个真正的障碍。为了实现这一点，硬件数据必须足够准确、足够连续且足够可靠。为什么选择医疗保健和智能可穿戴设备相结合的领域？虎秀：为什么这个时候想做智能可穿戴医疗器械公司，为什么要专注于慢病管理？彭志峰先生：以前，健康数据是给医生看的。以上海某三甲医院为例，一个科室每天至少有1到200人次的门诊量。医生们从早到晚都疲惫不堪，无法在夜间帮助慢性病患者。此外，慢性病管理传统上很难实施，因为它与临床医生 KPI 无关。然而，这一波AI出现后，AI仅仅填补了家庭医学的生态位。从严肃的从技术和医学的医学角度来看，人工智能已经可以成为你的家庭医生，这是有道理的。我认为大健康应该是AI最大的垂直应用。就像智能驾驶一样，人工智能确实可以帮助人们。管理慢性病一直很困难，因为中国没有家庭医生。追われ、长期的な追迹调查や管理を行う余力がありません。慢性病管理不包含在关键绩效指标中。我们现在有人工智能的垂直应用，可以落实到实践中，因为我们已经有了家庭医生的基本水平，可以提供健康检查和治疗建议，以及医疗建议。此外，糖尿病和高血压等慢性疾病不会立即危及生命，因此适合人工智能根据长期趋势进行管理。纯软件的时代已经改变。没有硬件夹子，慢病管理只是空中楼阁。然而，这只是硬件和连续的人工智能数据。无需解释，用户得到的只是一堆毫无意义的曲线。我们要做的是软硬件一体化的可穿戴AI健康解决方案。硬件负责持续收集非感知医疗级数据，AI负责将数据转换为可操作的医疗指令。两者缺一不可。虎秀：这就是便携式设备智能制造的背景，但是智能穿戴设备已经出现很长时间了，华为、小米、苹果等公司也在做这方面的工作。如果我们现在就这样做，我们如何才能在竞争中脱颖而出？彭志峰：我主要有三个看法。一是软硬件融合+AI提升；直到这个阶段，可穿戴设备的数据终于找到了出路。其次，迄今为止的健康监测基本上是被动且分散的。您将无法捕捉到凌晨 3 点的夜间血压峰值。并且您将无法看到完整的餐后血糖波动曲线。稍后可以使用可穿戴设备监控的数据在使用后会丢失，并且不构成持久价值，即使只是在特定情况下偶尔查看，例如在运动期间检查卡路里或心率。我们强调持续监控，以区别于现有的智能硬件并实现进步。我们期望健康监测将是连续的、非感知的、基于所有场景的。只要用户佩戴，后台的AI（血压模型、智能血糖代理等）就可以在不被打扰的情况下默默读取数据，形成长期档案，并提供预警。三是医疗精准化。为什么用户应该选择我们的戒指和手表而不是华为或小米？重要的是数据必须更加精确。如果数据不准确，“垃圾进，垃圾出”就毫无意义。无论人工智能多么强大，如果它处理无效数据，它就会崩溃只能得出错误的结论。因此，我们的产品要求医疗级精度或者必须通过医疗级精度认证。概括起来，我们要做的工作有三个中心点。医疗级精度是最终目标，持续监测是手段，AI赋能是最终结果。 。这样，产品就可以从潮人的“玩具”或普通的家用电器，转变为用户真正的保健助手，用户和数据刚性将远远超过同类产品。虎嗅：从公司创建到推出第一个产品花了多长时间？彭志峰：准确来说，差不多一年半了。虎嗅：为什么决定做可穿戴设备而不是继续做大型医疗设备？彭志峰：我之前接触过CT、PET-CT等产品。研究和开发周期通常持续三到五年。渠道是医院和科室。链条的决定很长。 It was not a market we could exit quickly.穿着主题不同。面向普通用户，注重场景化销售逻辑。如果您选择高频慢性病场景，并且您的产品足够准确且不敏感，那么就有机会快速采用。根据现在AI的浪潮，我们首先将其引入到糖尿病和高血压两大慢病场景，我们可以形成从数据录入到AI管理的完整闭环。医疗器械的传统路径是精英渠道和医院决策，但我们正在渗透大众用户，为普通患者配备医疗器械，产生长期数据，并利用人工智能将这些数据转化为真正有用的健康管理。这两条路径的逻辑完全不同。为什么你们有所有的产品？虎秀：你做的都是“更难”的指标，比如血压、血糖l埃弗斯。那么现在做到什么程度了呢？哪些是医疗级的，哪些不是？彭志峰先生：关于血压，我们和张元廷元合作的团队基本上已经能够达到医疗级的精度，这是必须要做到的。此外，心率、血氧和其他身体指标现在可靠地达到了医疗级的准确性。对血糖水平的无创监测的需求仍然存在。无创血糖监测是行业的最终目标。行业里的每个人都在朝这个方向努力，我们公司也不例外。你可能听说过这句话，但准确、无创的血糖监测足以赢得诺贝尔奖。虎秀：无创血糖水平的挑战是什么？为什么多年来主要制造商都无法“做对”？彭志峰：因为血糖水平受到很多干扰血糖水平的因素的影响，例如运动、饮食和情绪。 PPG 技术通常用于无创测量血糖水平。 PPG技术利用绿光和红光的反射和折射来照射手指和身体其他部位，通过光波长吸收的差异找到高血糖水平和低血糖水平之间的相关性。然而，这是一种“弱联系”，而不是精确联系。这只能通过算法来调整和纠正。此外，该算法必须同时考虑许多干扰变量。目前，业界包括美敦力、谷歌、华为、三星等主要厂商已经研究了很长时间，但还没有取得重大进展，不敢说能够生产出精准、无创的血糖监测产品。虎秀：无创测量血糖水平比较困难，产品如何落地？我们如何分解这个？彭正海峰：我们目前有两款针对血糖水平的产品。第一类是无创环血糖监测，我们将其定义为严格趋势监测。这对于血糖前、血糖正常和半健康的用户来说已经足够了。由于您不需要知道特定值是 5.3、5.2 还是 5.4，因此您只需要知道您的血糖水平是否在正常范围内波动。第二类是针对有糖尿病风险的人和已确诊的患者。已实施高精度 CGM（连续监测）。我们公司提供无创趋势监测+使用CGM的精确监测。我们根据消费者的健康状况结合使用哪一种方案，提供全面覆盖的解决方案。糖尿病的发展路径是从健康状态到半健康状态，然后到糖尿病临界点，最后到诊断。我们为不同阶段的人们制定了计划。虎秀：有哪些引擎那些真正阻碍你前进的障碍？彭志峰：医疗器械研发，规模化很难，规模化也很难。如果你尝试放大它，例如使用 CT 或 PET-CT，这是非常困难的。这包括庞大的设备、复杂的系统和子系统。我以前接触过它并且理解得很深。但规模小也可能非常困难。关键是要平衡三件事：数据监测准确、方便、用户不侵入，以及长期监测的电池寿命。这在业内也被称为“不可能三角”。比如我们的Ring产品太小了，我们必须把它做得非常薄、非常小，以容纳柔性电路板、传感器和电池，而且我们还要考虑它薄的外观和无用的体验。这种平衡很难实现。电池尺寸和寿命都有限制。比如即将推出的高精尖产品研发过程中遇到的最大问题n、医疗级无创穿戴式血压计的电池续航时间不足，这也是行业内的通病。需要持续监测、计算、血压曲线生成和校准，这给电池寿命带来了沉重负担。另外，每个人的皮肤状况都不同。男性的皮肤较厚，女性的皮肤较薄，老年人的手部皮肤较硬。这些都会影响光的折射和传输，导致电池寿命波动并且不符合预期标准。我们对此研究了很多年，最终优化了算法，采用了“待机-启动-待机-启动”。 “循环模式逐渐恢复电池寿命。为了节省电量，一些云端算法被嵌入到地面本地，无需连续的互联网连接来上传和下载数据。这不仅导致上传数据量大大减少和中断更少，而且还显着降低了功耗选项。胡修：回到“做产品”本身，你一开始就说都是各个品类，但是品类是怎么划分的呢？彭志峰：肯定有CGM市场だけでの単一制品の区间売上高は800ても知られています。因此，作为 CGM 专家，我们首先需要关注的两件事是血糖水平和血压，我们也知道，这在高血压患者中比在糖尿病患者中更常见。血压监测面临的挑战：肱动脉血压计不可避免地从单点测量走向连续监测，硬件入口是可穿戴设备的核心，确定了这两个主要类别后，我们将考虑其他领域。合作共创睡眠监测的大局是这样的：我们首先会关注糖尿病、高血压，然后逐步扩展到心血管疾病、慢性呼吸系统疾病、肥胖等场景。但为什么这么容易失去注意力，尤其是与只制作戒指的大浦相比？这就是我们想要开发多种产品的原因。我们之所以一直关注AI+，是因为2014年、2015年我们在做数字化慢病管理。在监测方面，我们都以为可以利用互联网来颠覆医疗监测，但后来我们意识到，根本问题是我们只有软件，无法获取数据，所以只能依靠导流等方式。医疗健康行业真正需要的是软硬件的融合，但实际上只有一个核心来持续录入数据。血压取决于心血管疾病，血糖取决于新陈代谢，使用单一产品会使您的数据支离破碎。通过设置（精准血糖水平）并集成AI中心，可以更好地了解用户的健康状况。 “该设备的所有数据都是相同的，用于交叉验证和补充校正。Impo被移植到AI引擎中。例如，当戒指检测到心率异常时，结合CGM的血糖数据，AI可以判断是低血糖还是心律失常。这就是“通过AI瞄准慢病管理，重新定义硬件形态”的策略。个体是入口，数据是资产，人工智能是终点。硬件是输入，核心是数据跟踪：您多次强调“硬件是输入”。一旦数据进来，真正完成任务的关键行动是什么？彭志峰：关键是要不断提高数据质量，将医疗级的精度转化为可重复的工程能力。二是保证用户和数据真实保留并形成连续的健康记录。只有积累了足够多的数据，AI管理建议才变得有意义，数据飞轮才能真正转动。虎秀：专攻AI，你说那么大r模型将在稍后添加。然而，较大的模型对数据量和操作的要求更高。这会导致硬件崩溃吗？彭志峰：我认为目前不会有什么影响。大规模模型本质上是用算法丰富的数据。您不会在戒指或手表上看到完整的视频或完整的图形界面。相反，它会生成文本信息，例如医生的建议，包括您当前的健康状况是否超出标准以及您应该注意什么。此类文本信息本身的量非常小。如今，可穿戴设备，无论是手表、戒指还是 CGM，只需呈现一条曲线并解释该曲线即可操作。当然，不排除未来会出现3D立体图像，届时数据量将大幅增加，需要更强大的电池。现阶段无需担心。胡xiu：为什么选择与学院成员张元廷团队合作，而不是直接对接大型现成模型？彭志峰：我们也跟其他团队谈过。我们从一开始就考虑到了一切并创造了一个独特的解决方案。我们根据想法进行研究和开发。最终我决定和张元廷博士的团队共同打造，因为张元廷博士在血压领域研究了20到30年，积累了大量的数据和算法，非常强大。最初两人之间存在着差距，因为他们最初计划在血液中冒险进入糖业领域，但后来他们意识到他们的目标是相同的，他们都想覆盖所有健康场景。虎嗅：你有积累垂直数据的计划吗？彭志峰：是的，我们正在做准备，但是需要时间。我们正在探索与像我们这样的地方的大型医院合作斯特恩中国也希望利用临床数据来完善我们的模型版本。但这个过程不宜太快，必须符合医院的道德规范。不可能涵盖从硬件到软件的所有内容。这是不切实际的，因为它需要一个庞大的团队。我们自己做的主要体现在临床数据的收集和基本判断上。大规模模型本质上是统计模型，分为数据收集、数据判断、数据清洗和最终理论架构。它的理论框架往往是建立在统计理论的基础上的，因为这对我们来说仍然是困难的。可能需要依靠合作伙伴，比如张元廷的学者团队来构建基础理论模型。我们的优势在于数据收集。我们有硬件基础设施，我们知道数据收集的模式和格式。该部件可以集成到更大的模型中。同时，它还具有提供优势g 更深入地了解临床实践，吸收众多临床专家的意见，实现数据的清洗和判断。虎秀：另一个现实是，国产医疗器械和可穿戴产品容易受到价格竞争。您打算如何拓展海外业务并专注于增长？走向更大的市场？彭志峰：搞国内价格竞争会减少医疗级研发和临床验证的投入，最终损害的是产品。国际市场更愿意为持续的医疗级监测付费，并且拥有更成熟的监管体系（例如FDA、CE），允许他们索取医疗级价格。该进程将优先考虑东欧、中东和“一带一路”沿线国家。这些市场的经销商正在寻找雅培之外的第二个选择，并需要该渠道来验证“通过医疗级人工智能管理慢性病”的全球可行性。最终，我们希望能够演示说明中国团队不仅能实现盈利，还能实现医疗级创新和人工智能应用。本文来自虎秀，原文链接：https://www.huxiu.com/article/4839988.html?f=wyxwapp
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。