2015年，以色列研究团队发布了关于利用机器学习预测餐后血糖的研究结果，认为个性化营养饮食结构可以极大平稳餐后血糖波动，引起不少关注。
两年之后，悦糖则希望利用AI技术， 建立中国人自己的餐后血糖应答预测模型，帮用户预测餐后血糖，找到适合自己的饮食模式和运动，目前正在与一家三甲医院合作，相关产品或有望于今年推出。
在做这项研发的悦糖，主要做基于精准医学和大数据的血糖管理，隶属于北京悦优博迈科技有限公司，公司于2011年注册成立，产品立项于2014年年底，bata版于2015年5月底上线。创始人杨玉峰此前透露，产品拥有超过120万用户。
悦糖的产品形态包括APP和数据分析报告，APP包括用户端产品“悦糖”，管理员端产品“家医宝”，主要供社区医院用。在用户端APP上，悦糖对用户会进行饮食、运动和营养补充三位一体的生活方式进行监测、追踪和干预。利用人工智能做餐后血糖预测，正是饮食监控、血糖管理的一个重要需求点，也是未来打通C端软硬件销售、提供精准个性化服务和产品销售的重要工具。
在实现餐后血糖预测之前，团队还希望利用人工智能相关技术，提升产品的用户体验。比如，团队最近利用深度学习技术识别菜谱，简化用户的使用复杂度，只需要拍摄照片即可以知道用户摄取食物对血糖波动的影响（APP里称为糖点）。
36氪也进行了测试版试用，目前可以识别的菜品数量还不足以覆盖常见的菜，杨玉峰告诉36氪，目前识别的准确率可以做到90%，这是目前理论上识别率的上限，也是中餐识别的一大突破。团队下一步的目标是识别准确率提高到95%预计6月份功能上线时可以拓展到日常的家常菜。
相比于市面上的人工智能菜品识别，悦糖的一大优势就是在过去已经积累了数千种食物的成分和糖点数据。这使得团队在识别完菜品之后，可以直接给到用户食物的糖点，帮助用户直接进行糖点换算，更方便的控制饮食、合理运动。
不过，与其他做慢病管理的公司类似，单纯依靠C端实现商业化并不容易。过去一年，悦糖也在尝试向C端销售配套产品（包括了测量设备、基因、食品、营养品等）以外的其他To B 商业模式 。
虽然C端慢性病用户为软件及服务付费的意愿并不强，但诸如卫计委、医院等B端客户，却有意愿为节约医保费用、提升医护人员工作效率、质量等需求等买单。 其中 ，现阶段，慢性病管理的重心在社区医院，同时由三甲医院大夫做支持，但相关医务人员任务繁重，借助软件可以降低一部分工作负荷。团队预测，今年的年收入有望做到2600万元左右。
在中国，医疗服务类公司的天花板也并不高，上市公司的财报显示，相关领域优质公司的年收入也仅在数亿元左右。因此，团队也希望未来加入 C端市场。同时，希望餐后血糖预测技术成熟之后，能够打通血糖仪销售、血糖监测及预测服务、软件干预、个性化定制营养品销售等商业闭环。
据相关数据显示，中国糖尿患者数量已位居世界首位。目前我国有50.1%的成年人（约4.93亿）表现为糖尿病前期（简称“糖前”），其中约有1/5~1/3成为糖尿病患者，合计约为1.19亿，其他可能会发展成为心脑血管疾病、阿尔茨海默病、以及雌激素紊乱等其他代谢综合征患者， 是一个值得关注的大市场。
国家政策对糖尿病在内的慢性病也日益关注。近年来，推出了“健康中国2030”规划纲要、 “十三五”卫生与健康规划 、《关于推进家庭医生签约服务的指导意见》等利好政策。
相关阅读：
相关推荐：
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
