品玩

科技创新者的每日必读

打开APP
关闭
可穿戴设备

康诺云郭辉:用可穿戴设备+云平台,做「灰度模式」的健康管理

陈粲然 Ray

发布于 2013年8月19日

你一定很好奇题目中的“灰度模式”是什么意思,用康诺云联合创始人郭辉的话说:传统的医疗模式是很简单的“黑白模式”,例如一个人的体征数据超过了某一个标准值的话那么就判断其患有某类疾病。而如今很多人都处于健康的灰色地带,一旦他们越过慢性病的诊断线,就是终身不可逆的过程,“灰度模式”会通过逐渐检测人体体征变化的过程对其可能发生的疾病做出预警,帮助人们在病症发生前就健康的管理自己的身体。

在郭辉看来,做软硬件创业,把黑白模式放在健康管理上是有很大问题的,因为如果只是通过单点采集的间断数据,难以对人体的状况做出有效的判断,并且无法与其个人历史数据进行比对。所以,要真正的做好健康管理,就应当采用灰度模式,首当其冲的是把握两个字——连续。

在康诺云这个穿戴式设备加云平台的创业项目上,他们所做的第一件事就是将传统医疗模式的单点采集、单点分析变成连续采集、连续分析的检测模式——利用可穿戴式设备,他们能够连续获得血压、血糖、血氧、心率、体温、BMI指数等用户体征,避免用户随机发起检测带来的错误影响。在云平台上,以上采集的用户连续体征数据会被用来与基准健康数据和疾病风险数据进行比较,基准健康可以用来帮助人们观测自己身体健康状况的变化,提醒人们管理自己的身体,疾病风险数据则是会在用户体征出现规律波动的异常时产生预警,让用户能够及时掌控自己中长期慢性疾病的风险。

同时,由于年龄、体质、性别等原因,每个人身体状况的判断和管理基准都是有差距的,只有拥有用户连续体征数据,才能够为不同的人做出个性化的身体管理方案。

郭辉分享了一个案例:一位34岁的朋友有家族高血压史,当他在医院做了一整天的动态血压监测后发现,其血压的高值、低值都超过常人。郭辉把这个朋友的数据代入到30~35岁的男性人群高压波动规律中分析模型中后看到,他在夜间10点钟后期血压是下降的,到第二天凌晨4点才逐渐上升,而如果夜间血压不降,他肾衰的风险是常人的很多倍,所以建议这位朋友夜间10点钟上床休息,并且服用降压药。同时,运动可以帮助降低血压,但如果运动时间不当反而会造成伤害,根据个人数据模型,这位朋友每天下午2点是白天血压的低点,所以在这个时间运动既能有效帮助他缓解身体的症状,同时也能避免带给他带来身体伤害。

我们知道,对于这类需要医疗数学模型来帮助进行人体健康状况判断的产品而言,模型本身的临床可靠性是左右产品成功的关键。所以康诺云选择了和美国明尼苏达州大学时间生物学中心进行合作,其创办者Franz Halberg是“时间生物学”学科的创始人,“人体节律”和“生物钟”这两个词语都出自这个研究中心。郭辉说,这个实验室有所有采用时间生物学方法的研究机构和医院的数据,庞大的数据资源能够帮助他们来降低数学模型中的噪点。

解决了医学模型的问题后,要面对的就是如何连续采集用户的体征数据了。郭辉说,采集数据的种类和密度决定了可穿戴设备的价值,但可穿戴式设备最大的问题在于它的数据采集密度和功耗之间的问题,数据越密,功耗一定越大,用户体验越差,但如果降低功耗,又可能会错过关键性数据。所以在目前正在设计的产品中,他们计划根据用户的体征数据来动态调整数据采集频率,当用户体征稳定时,降低采样频率,而如果用户体征异常,就提升采样频率,让设备在对异常状况的敏感度和最优功耗之间让用户获得良好的体验。

基于以上的软件和硬件方案,康诺云也希望促发一些新的商业模式——除了为用户提供基本的健康普查外,还可以根据体征数据为医生提供一个快速的诊断建议,或是帮助用户选取一个正确的治疗时间,降低治疗成本并优化治疗效果。

目前,康诺云的产品还在测试和改进阶段,郭辉告诉我,最大的挑战来自在检测和意见反馈之后,如何通过产品让用户积极地管理自己的身体:“管理两字实际上是对于人行为的约束,很多准则会与人的本性相违背,做健康管理最大的挑战就是怎么和人类懒惰的天性、追求舒适的天性以及讳疾忌医的天性做斗争。如果做不好这一块儿,即使设备和数据有再多,都是没有办法好健康管理的。在中国,家庭是典型的421结构,加上中国人的传统观念,老年人的健康不只是影响自己的晚年生活质量,还会影响到他们的子女,所以在慢性病管理方面必须要引入它的利益相关者,共同进行推动。”

下载品玩App,比99.9%的人更先知道关于「可穿戴设备」的新故事

下载品玩App

比99.9%的人更先知道关于「可穿戴设备」的新故事

iOS版本 Android版本
立即下载
陈粲然 Ray

不揣测动机、不质疑资格、不定义身份、不混淆概念、诚恳承认错误,做良性讨论。

取消 发布
AI阅读助手
以下有两点提示,请您注意:
1. 请避免输入违反公序良俗、不安全或敏感的内容,模型可能无法回答不合适的问题。
2. 我们致力于提供高质量的大模型问答服务,但无法保证回答的准确性、时效性、全面性或适用性。在使用本服务时,您需要自行判断并承担风险;
感谢您的理解与配合
该功能目前正处于内测阶段,尚未对所有用户开放。如果您想快人一步体验产品的新功能,欢迎点击下面的按钮申请参与内测 申请内测