糖护士创始人李承志:我为什么不给智能血糖仪配屏幕?

简介:
 
    从2013年糖护士成立公司开始,我发现越来越多的创业者开始关注到中国1.14亿糖尿病患者群体,大家都希望使用移动互联网的技术来帮助这些患者。有人给传统血糖仪添加了蓝牙模块,有人直接做了血糖仪手机,甚至昨天知名互联网巨头腾讯公司也跟风发布了一款结合微信概念的智能血糖仪。而这些产品无一例外,都给血糖仪装了一块显示屏。

可是,这样好么?

糖尿病自我管理到底是在干什么?

决定做糖护士之后,我开始频繁接触糖尿病相关的从业者,包括医生、患者、学术权威、地区性管理机构等等。充分交流之后,我发现目前业界公认的关于糖尿病的结论其实就是两条:

1、为什么会得糖尿病?结论:具体原因目前尚不确认,可能与遗传、生活方式有关。

2、得了糖尿病怎么办?结论:目前尚无根治糖尿病的方法,但通过治疗等手段控制病情:自我监测血糖、药物治疗、饮食干预、运动干预和糖尿病患者教育。(传说中的五架马车)

由于糖尿病是一种慢性病,超过90%的时间会是在医院之外度过。也就是说,得了糖尿病要进行自己我管理:自己监测血糖,自己按时用药,自己控制饮食,自己进行运动,自己学习知识控制情绪。但是,这些手段统统都是逆人性的行为!

用学术性词语来讲,这叫“斯金纳的操作性条件反射行为”。举一个典型的例子,当医生告诉患者“你不应该抽烟,抽烟有害”时,患者大多都是听不进去的。很多时候,人们已经认识到了不良行为,如抽烟、酗酒、过度疲劳等等对身体的危害,但是却无法改变自己的行为。

而糖尿病自我管理,干的就是改变和培养行为习惯的事。

给血糖仪装了屏幕会出现什么问题?

对传统血糖仪而言,屏幕是标配,一般采用不超过3寸的黑白屏幕。测试完血糖之后直接在屏幕上显示一个当前血糖数值,好一点的血糖仪会显示出当前时间等等,仅此而已。

对大多数患者而言,这个数值的意义仅仅在于了解自己当前的血糖值。不论这个值是正常、偏低还是偏高,他都无法直接了解到自己应该怎样去调整饮食和运动,测完就完了,获取不了更多的信息。

此外,我在和一些患者交流的时候发现,血糖仪屏幕上显示的较高的血糖数值会滋生他们潜意识中的恐慌感,这个恐慌感极为容易被转移到血糖仪上。所以,很多糖尿病患者监测血糖的意愿会很低。

也有人说,直接做血糖仪手机好不好呢?我不确认把这两个东西做成一体的人是什么思维逻辑。如果是作为主力手机设计,现在智能手机1年就能更新换代1-2次,而血糖仪仅仅通过医疗器械注册审查就需要1年左右时间。也就是说就算你用了目前最先进的硬件把这个血糖仪做出来,到通过医疗器械注册审查之后开始售卖之后,已经就不再“时髦”了。

如果做不了主力机,用户就需要至少携带一部手机和一部只有测血糖功能的设备,测血糖的习惯就更难培养起来了。我看到美国的Telcare就是一直这么难受着,2012年推出一个单核CPU的设备之后,然后就没有然后了。

装了屏幕也很难改变和培养患者的习惯。所以,打一开始,我就没打算给糖护士加上一个屏幕。

不给血糖仪装屏幕的好处又有什么?

移动互联网改变了很多行为习惯,甚至很多人连坐马桶的时间都要分配给手机屏幕。那么,有没有可能让手机屏幕也渗透到糖尿病自我管理中,改变并培养患者行为习惯呢?

糖护士创始人李承志:我为什么不给智能血糖仪配屏幕?

糖护士就是我做的一个尝试。这是一个没有带显示屏的血糖仪,通过音频接口连接智能手机,可以适配超过95%的主流智能设备。用户测量的血糖数据自动记录并传输给手机端的应用软件,测量完毕就非常自然地在应用软件查看数据的趋势和控制的效果,并自然地了解饮食和运动建议。这简直是太棒的事情了!我们都已经非常熟悉基于手机屏幕的传播、分享、咨询和交流,饮食、用药、运动、知识的交流和获取可以更随心所欲。

并且由于去掉了笨重的显示屏,血糖仪也可以做的更为小巧时髦,耗电量也极少,测试环境下可以完成超过5000次测量,完全不需要操心充电的事情。

根据目前使用糖护士血糖仪硬件的用户的反馈,这样的方式确实帮助了不少用户,改善了一些糖友的行为习惯。

不过,因为采用了硬件+App的方式,在使用体验上增加了打开APP的步骤。不过当年iPhone刚推出时,相比于有键盘的手机来讲,在拨打电话这个核心功能上也是增加了两个步骤,但是现在也大受欢迎。除了糖护士,我们还发现2014年美国FDA也批准了两款血糖仪Gmate和Dario,它们也都是没有屏幕的。只要方向对,我们可以继续做持续的改进。

过去的一年,移动智能硬件行业就好像北京的雾霾天,隐隐有座高楼在前面,却看不真切,只是看楼的人不是我。

   

 
  本文作者: 刘芳平

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
机器学习/深度学习 编解码 自然语言处理
YOLOv8改进 | 主干篇 | RevColV1可逆列网络(特征解耦助力小目标检测)
YOLOv8改进 | 主干篇 | RevColV1可逆列网络(特征解耦助力小目标检测)
629 0
YOLOv8改进 | 主干篇 | RevColV1可逆列网络(特征解耦助力小目标检测)
|
3月前
|
前端开发 JavaScript Cloud Native
技术栈全景:如何为你的项目选择正确的心脏与骨骼
技术栈全景:如何为你的项目选择正确的心脏与骨骼
590 113
|
1月前
|
人工智能
大模型产生幻觉的原因,如何解决?
大模型“幻觉”指AI生成看似合理但错误或虚构的信息,源于其概率预测机制、训练数据缺陷及缺乏事实核查能力。可通过RAG、微调、联网检索、自我核查等方法降低幻觉风险,提升输出准确性与可靠性。(238字)
351 3
|
12月前
|
Linux 开发者
开源社区的兴起
源文化的起源 开源文化的起源可以追溯到上世纪80年代的计算机领域,其思想基础是自由软件和开放源代码运动。1983年,理查德·斯托曼(Richard Stallman)发起了自由软件运动,他提倡软件的自由使用和共享,并成立了自由软件基金会(Free Software Foundation),发布了GNU通用公共许可证(GPL)。这一运动强调用户应拥有运行、复制、分发、研究、修改软件的自由。随后,1991年,林纳斯·托瓦兹(Linus Torvalds)创造了Linux内核,并将其以GPL的形式开源,这一举动标志着开源运动的一个重要里程碑,为之后的开源项目树立了榜样。1998年,网景公司公开了其浏
389 5
开源社区的兴起
|
12月前
|
安全 Unix Linux
Unix:Linux的“祖师爷”
Unix的诞生 Unix操作系统诞生于1969年,由肯·汤普逊(Kenneth Lane Thompson)和丹尼斯·里奇(Dennis MacAlistair Ritchie)在AT&T的贝尔实验室开发。其初衷是为了在闲置的PDP-7计算机上开发一个简单的操作系统,以便进行编程和游戏。最初的Unix是用汇编语言编写的,但随后为了更高效的开发和更好的可移植性,里奇和汤普逊用C语言重写了Unix的大部分代码,这奠定了Unix的基础,并促进了C语言的广泛应用。
355 2
|
机器学习/深度学习 人工智能 算法
DeepSeek-R1论文细节时间线梳理
中国AI初创公司DeepSeek发布了大语言模型R1,该模型在推理任务上媲美OpenAI的ChatGPT,且训练成本仅600万美元。DeepSeek由杭州对冲基金High-Flyer支持,总部位于杭州和北京。R1基于V3-Base,使用监督微调和强化学习训练,针对硬件限制进行了优化。模型在多语言处理、推理风格等方面表现出色,但存在一些局限性,如法语表现欠佳、偶尔切换语言等。DeepSeek的创新技术包括FP8量化、多头潜在注意力和蒸馏方法,引发了广泛关注和讨论。开源社区正积极尝试复现其结果,但面临训练数据和代码未公开的挑战。DeepSeek的低成本高效训练策略为AI领域带来了新的思考方向。
917 2
|
监控 网络协议 安全
部署一个网站
【10月更文挑战第9天】
594 2
|
弹性计算 数据库 虚拟化
阿里云产品之云服务器ECS类各云产品简介及适用场景介绍
阿里云的云服务器ECS类产品并不是只有云服务器和轻量应用服务器两种产品,还包括弹性裸金属服务器、GPU云服务器、专有宿主机、FPGA云服务器、VMware服务等产品和服务均属于云服务器ECS类云产品,本文为大家介绍一下哪些云产品属于云服务器ECS类产品,他们各自的适用场景有哪些。
|
Dart 前端开发 开发者
【Flutter前端技术开发专栏】Flutter Dart语言基础语法解析
【4月更文挑战第30天】Dart是Google为Flutter框架打造的高效编程语言,具有易学性、接口、混入、抽象类等特性。本文概述了Dart的基础语法,包括静态类型(如int、String)、控制流程(条件、循环)、函数、面向对象(类与对象)和异常处理。此外,还介绍了库导入与模块使用,帮助开发者快速入门Flutter开发。通过学习Dart,开发者能创建高性能的应用。
377 0
【Flutter前端技术开发专栏】Flutter Dart语言基础语法解析
|
城市大脑 运维 负载均衡
数字政府 | 政务钉钉平台
本文介绍了数字政府|政务钉钉平台 的方案概述,方案价值及优势以及最佳实践。
数字政府 | 政务钉钉平台