华米黄汪：可穿戴连接大健康，从一段心脏代码开始｜IF X

当华米达成 1 亿台智能设备出货量的里程碑，这家上市企业为上一个 5 年画上了一个光鲜的句点，并率先走到了智能可穿戴的拐点。

华米在 2019 年「云+端+芯」战略的落地，不仅意味着其硬件产品中台趋于完备，以及黄山芯片的准备就绪，在 AI 边缘计算和云服务方面，将是华米在下一个五年、十年，用「科技连接健康」的重要纽带。

通过可穿戴设备采集的数据，被视为连接健康的传导介质。凭借庞大的用户基数，华米已累计记录了 70 亿晚的总睡眠，211 亿小时的心率监测、1489 万次 ECG 心电图数据量……智能可穿戴正在成为其推动健康产业发展和变革的核心变量。

以下是华米科技创始人、董事长、 CEO **黄汪在 ** **GEEKPARK IF X ** 的演讲实录（经极客公园编辑）：

大家下午好！去年在 IF 九周年的时候，我跟大家分享了人类在量化自我方面的一些探索，今年我想跟大家分享同样的话题，但是更深入地谈一下，我们的科技是怎么对健康造成影响的。

在过去 50 年的时间里面，科技的高速发展给整个社会带来了非常高速的推动力，推动这个社会巨大的进步，但是这些科技的产品，其实往往也是不可避免地对健康造成了一些负面的影响。

我们看到在电视普及的时候，带来了非常严重的肥胖症，因为大家都在沙发上看电视，都不运动了，而现在手机的时代我们经常刷微博、微信、打游戏上瘾，一步都离不开手机，对我们的睡眠和视力造成了非常大的影响。

电脑和手机也带来了我们跟它匹配高强度工作的节奏，这样一个工作的节奏再加上我们经常的加班、熬夜，发生了很多次因为过劳而导致猝死的事件。同时在几十年的时间里面，也有一批科学家和程序员们，还是意识到了这样一系列的健康的问题，而且采取了行动，因为他们感同身受。

我开始讲接下来的三个故事：

故事一，发生在我们的身边，我们合肥的团队发生了一件事情。

今年我们有一个程序员非常的年轻，他写了一段检测心脏健康的代码，需要去测试这个代码是不是有 Bug，于是他就测试了一下自己，结果发现他自己的心脏有问题，一开始的时候他不相信，觉得自己经常锻炼很健康，从来没有想过自己的心脏有问题。

但是，反复地去检查他自己的代码，发现代码查不出 Bug，后来就去医院做了一个检查，确认是身体的问题。还好是比较的早期，所以他很快就把自己身体的 Bug 修复了。后来他的这个代码被我们集成到了我们的智能手表上去，这是今年最受欢迎的两款智能手表，我们让所有买了这两款智能手表的用户，都能够升级固件来使用这样的功能。

结果，我们发现在首批打开这个功能的 1676 名用户里面，有 81 个人查出了有房颤或者是疑似房颤的症状，这 1676 人估计都是对自己的心脏没什么信心的，或者是平时心脏就难受的，我们很高兴能够帮助到他们做 24 小时实时的心脏监控。

这 81 个人就可以去医院去做进一步的身体、心脏的检查，这是人工智能健康的云服务所带来的能力。大家想一想，如果这 1000 多个人都涌到一个医院的心脏科去做这样的检查，这个医院是受不了的。

但是，正因为我们通过云服务的手段，筛选出来了只需要这 81 个人去医院检查，大大地减轻了医院的负担。

故事二，发生在北欧挪威这个国家。

挪威第三大城市叫特隆赫姆，这个城市有一所著名的大学叫做挪威科技大学，是北欧顶级的名校。30 多年前这所大学的研究人员启动了一个项目，叫做 HUNT。这个项目就是详细的记录和调查了每一个人的生活、运动以及去医院就诊等等所有的医疗记录。

最早是调查自己大学所在的地区，后来拓展到整个挪威的全国，到目前为止已经积累了 12 万人庞大的数据，时间的跨度是 30 多年的时间，这个是非常不容易的。因为，在那个时代是一个很浩大的工程，电脑也刚刚开始使用，工作量非常的大。

到目前为止，这也是一个全球最大的健康数据库，全世界有超过 300 个研究项目基于这个健康数据库。其中就包括了挪威科技大学有一个教授，他综合了过去 25 年的这个健康数据，一共研究了 4.5 万人的数据，根据这个人群的运动心率、健康，以及就医还有死亡完整的记录，构筑了一个叫做 PAI 健康的评估模型，这一研究成果在 2017 年的 3 月，发表在全球顶级的医学期刊，美国医学杂志上面。

这个研究成果最大的一个结论，是基于 PAI 这样的一个健康模型，一个人只要坚持 PAI 分在 100 分以上，他的心脏病风险的概率会降低 25%，平均的寿命会延长 5 年时间。这项重大的研究成果在和 PAI 的这个健康评估模型，现在已经被欧美主流的保险巨头一致认同了，也就是说如果你在欧美国家，你要去买一份健康保险的话，如果你的 PAI 值是 100 分以上，你买保险的费用是大大降低的。

PAI 模型所形成的这个健康评估系统已经落地到现在很多的智能可穿戴设备上，能够帮助到更多的人去改善他们真正的健康。

大家可以想见，如果不是 30 多年前挪威的这批科学家这么早就意识到，要对人类的健康进行持续的观察和数据的积累，我们今天不可能享受到基于这些人体数据所构筑出来的整个健康评估的模型，用来改善我们的健康。

这位教授还写了一本书，叫做《个人运动智能》，这本书我们帮他联系了中国科技大学的出版社，现在已经翻译成中文了，最近就会在国内出版了，大家可以去看一看，怎么通过运动和平时持续的保健，改善自己的健康。

接下来我要讲第三个故事，发生在美国硅谷，这家公司的名字叫做 AliveCor，是一家创业公司。有一位做 David Albert 的医学博士，他曾经是 GE 的心血管方面的首席临床科学家，上一个世纪的 90 年代开始，他就一直在琢磨怎么能够通过手机来测量心电图，因为确实有很多的老年人去一趟医院是非常不方便的，然后他到了 2011 年的时候，成立了一家公司叫 AliveCor，因为这个时候他看到智能手机的整个大潮已经形成了，认为通过智能手机就可以帮助到有心血管疾病的老年人监测自己的心电图，然后把心电图发给医生，医生根据心电图来判断健康情况。

于是他就做了一个大屏幕上的这个手机壳，这个手机壳有两个电级，两个手按下去就可以测自己的心电图，很方便。这家公司的这个小产品帮助了很多的老年人，也让大家看到移动互联网对于医疗健康方面的巨大推力。所以这家小公司很早就获得了高通以及另外一家 VC（Khosla Ventures）的投资，大屏幕上的这个 VC 其实是 PC 时代的一家巨头 SUN 的联合创始人创办的，所以你会看到 PC 时代、移动互联网的巨头们都看到了健康这个产业巨大的潜力。

这家公司在过去的这些年里，还做了个 Apple Watch 的表带，这个表带来测心电图。后来它又陆续跟美国的梅奥诊所，还有克利夫兰诊所进行联合的临床研究，来验证它所做的这套技术的临床价值。

AliveCor 这家小公司在智能手机发展的早期，就开始探索移动医疗，是非常有远见的，非常坚持的，因为在那个时代没有智能手表这么方便和贴身的设备，也没有人工智能的技术，开展这样的研究探索是非常艰难的。

然后到了我们现在万物互联的时代，智能手表、智能手环开始普及的时候，我们遇到了这家公司，所以我们就跟它达成了一个战略合作，支持它在智能手表和智能手环上很方便的开展心电图服务，把 ECG 心电图的服务推向全世界，我相信智能手表会让 AliveCor 的医疗技术帮助到更多心脏有问题的中老年人。

这就是我和大家分享的三个故事，从个人电脑到手机，这 30 多年的时间里面，不同的团队在全世界不同的地方进行了算法和代码、数据、设备的很多探索，但是这个探索方向都指向了健康。

未来是一个万物互联的 IoT 时代，从办公室到到家里面，我们在未来的 10 年里面很可能每一个人都会拥有大量的智能设备，这些智能设备不应该再像 PC 和手机那个时代这么严重的损害我们的健康，而是帮助到我们每一个人能够更加健康的生活。

因为，我们相信以人为中心的科技才是整个社会真正所需要的科技，长期以来也是最重要的一个科技。在过去的 6 年时间里，我们已经在全世界卖出了跟健康相关的智能设备超过了 1 亿台。

这些设备每一天都在产生海量的数据。我们有一个统计，截止到 2019 年的 9 月 30 号我们智能设备累计记录的睡眠已经达到了 70 个亿的晚上、心率 200 亿小时以上，ECG 心电图的数据 1489 万次，抓出来房颤和疑似房颤的人士差不多 7 万人次，然后帮助到的有房颤的人群高达 3700 人

同时我们不仅在提升数据采集的能力，也在提升数据判断处理和分析的能力，用到了人工智能的技术，我们做了一个芯片，叫做黄山 1 号，是全球首颗基于 RISC-V 开源指令集这么一颗 AI 的可穿戴芯片，它的房颤甄别能力比起非 AI 的芯片效率高出了 200%。

我们在 2019 年还做了一件事儿，我们和北大医院的心血管科做了一项合作，初步的研究成果发表在今年的十二届亚太心律学会年会上面，这个学会的年会上结果现实我们利用 ECG 和 PPG 传感器探测出来的房颤的准确度已经分别高达 94% 和 93%。

这样的一个水准，基本上已经达到了人类医师的水平。所以，我们对于未来的 10 年其实我们有一个非常基本的判断，就是智能可穿戴离人最近的这样一个产品，未来有一些方面可能会比手机更加的强大，它有潜力成为整个万物互联的入口，推动整个健康产业和变革的一个核心的变量。

下一个 10 年是科技连接健康的 10 年，也是我们公司的使命，在这儿也提前给大家拜年，希望在新的一年里大家都健健康康，再见！

责任编辑：卧虫

图片来源：VPhoto

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: