安顿健康预警系统综合解决方案.pdf

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

安顿健康预警系

统综合解决方案

安顿健康科技有限公司

一、公司简介2

二、系统介绍2

1.疾病风险分析及未来疾病风险概率预测3

2.通过PPG信号与脉象的相关性检测脏腑运行特征及状态4

3.基于PPG技术的多维无创血糖趋势监测技术4

4.中医脉诊与西医临床指标组合对特种疾病风险进行提前预警4

三、应用场景5

1.政府有关部门给居民佩戴5

2.企事业单位、政府机关5

3.保险机构6

4.医院6

5.社区卫生服务中心7

6.养老院7

7.健康管理机构8

8.中医诊所8

9.社区销售8

四、价格策略8

五、收益分析8

1.系统型9

2.服务型9

3.合约型11

4.租赁型11

5.免费型11

六、合作伙伴12

七、联系人12

一、公司简介

安顿健康科技有限公司是一家专注于以数字科技构建美好健康生活的高新

技术企业,通过人工智能大数据、高端智能制造、数字医疗、智能穿戴、中医药

产业化五大板块的布局,构建以人工智能大数据为核心,以西医临床数据和中医

数字化为支撑,以高端智能制造为基础的数字健康服务运营商。

北京雪扬科技有限公司(安顿健康科技有限公司全资子公司)成立于2015年,

总部设立在北京,高端智能制造中心设立在深圳,客户服务中心设立在太原,自

2017年产品投入市场以来,通过集疾病风险预警、慢病改善、健康管理于一体

的安顿生命健康预警系统,实现对个体全生命周期的立体化、矩阵化管理。

截至2023年12月31日,安顿成功预警了22362例心梗脑卒中风险、47555

例肿瘤风险。

安顿健康科技多年来在数字健康领域不断钻研,拥有“一种用于辅助脉诊的

身体检测系统”、“一种用于心梗检测的身体检测系统”、“一种用于肿瘤检测

的身体检测系统”、“一种用于辅助测试血糖的身体检测系统”等超30项国

家发明专利。并不断与清华大学、中国科学院、协和医院、广安门中医院等多

个高等院校和前沿临床机构合作探索,先后合作国家工信部、卫健委《5G+医疗

健康应用试点项目》、国家工信部、药监局《人工智能医疗器械揭榜任务》、首

都卫生发展科研专项《基于“北京模式”的5G+信息化标准化糖尿病区域联动

管理体系建立与应用》等国家级和地市级科研项目。

安顿健康科技有限公司先后10余次登录中央电视台新闻采访报道,选题内

容聚焦在“新基建、新消费”、“智慧医疗养老”、“智能健康穿戴”等国家及

市场战略方向。

二、系统介绍

安顿生命健康预警系统运用安顿预警手表及盖依娅女性健康管理手表,通过

医疗级传感器获取心率、血压、血氧饱和度、运动、中医脉象等指标,以人工智

能算法与西医临床诊断建模,和传统中医子午流注、器官模型数字化融合的方式,

进行健康的趋势判断和分析。

通过急病预警,慢病改善,主动健康管理为主的三大功能板块,为使用者提

供如下服务:

1)重大疾病风险预警,包含心梗、脑中风、肿瘤及十余种心血管疾病风险预

警;

2)慢病趋势监测,包含血压、血氧、心率、血糖、尿酸、血脂、血管硬化等

数据趋势监测及健康状态分析;

3)主动健康管理,包含出具健康日/周/月/年报、心理压力状态评估、中医脉

诊、证候分析、疾病原因分析、膳食建议、中医调养建议、诊疗建议、运动监测

及建议、睡眠质量监测及建议等;

4)女性健康管理(盖依娅系列),包含排卵日监测及备孕健康管理、孕育状态

监测及孕妇健康管理、胎心、胎动、胎位状态监测,产后恢复状态监测,气血状

态评估等;

九年来,安顿深耕西医临床大数据+人工智能算法,与中医数字化、标准化、

可视化技术深度融合,通过数字科技手段相互印证、相互补充,推动急病预警、

慢病改善、健康管理的数字健康产业化发展,获得60多项发明专利及多个国家、

省部级科研课题项目等。

在数据转换的环节,安顿心脑监测预警服务系统广泛应用了大数据、深神经

网络模型训练、决策树等理论,对采集到的无效数据进行剔除,并利用剩余有效

医学大数据进行分析,规避了传统生命体征采集设备因采集数据量级较小可能造

成的结论失准。

文档评论(0)

186****0576 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:5013000222000100

1亿VIP精品文档

相关文档