友宏医疗CMEF亮相:JCRing Med X3智能戒指展示AI数字健康路径

资讯 AI 行业观察 作者:时氪分享 全文 3620 字 · 约 10 分钟读完 配图 5 张 分类医疗 AI数据

过去,智能手表、智能手环与智能戒指的核心价值,更多体现在心率、血氧、睡眠及运动等健康数据的记录上。如今,随着生物传感技术与AI算法的发展,智能穿戴正在尝试回答一个更重要的问题:设备采集到的身体数据,如何转化为真正有意义的健康洞察? 从单一指标监测,到多维身体信号分析,再到长期健康趋势解读,智能穿戴行业的竞争正在从硬件参

所属频道 行业落地

以前,智能手表、手环和戒指主要用来记录心率、血氧、睡眠、运动这些数据。现在生物传感技术和AI算法往前走了一步,行业开始琢磨另一个问题:设备收上来的身体数据,怎么变成对健康真正有用的判断?

智能穿戴的比拼,已经从单一指标监测,走到多维身体信号分析,再到长期健康趋势解读,硬件参数之外,数据质量、AI分析能力和数字健康服务也被拉进了赛场。这个方向,同样出现在2026年中国国际医疗器械博览会(CMEF)上。

第94届中国国际医疗器械博览会于10月21日至24日在北京首都国际会展中心举办。

友宏医疗CMEF亮相:JCRing Med X3智能戒指展示AI数字健康路径(配图 1)

友宏医疗(Youhong Medical)到场参展,把JCRing智能戒指系列、JCVital智能手环系列和慢病健康管理设备摆在一起,展示BioSensor生物传感技术、AI健康洞察与云端数字健康服务如何配合使用,也亮出了从智能硬件向一体化数字健康生态延伸的技术安排。

智能穿戴的下一阶段,不只是采集更多数据

可穿戴设备进入日常生活之后,个人健康数据的获取变得更容易了。一枚智能戒指、一条无屏智能手环,戴在身上就能持续记录心率、血氧、睡眠和身体活动等信号。单次测量是偶发的,长期记录则能让人多一个观察身体状态变化的窗口。

采集只是开头。生理信号采集质量怎么提上去?数据之间的关联怎么识别?复杂的生理指标怎么变成普通用户看得懂的信息?这些问题正成为行业技术演进绕不开的方向。

这里头,BioSensor生物传感技术和AI算法的配合很关键。前者负责把身体信号收上来,靠光学传感器、运动传感器以及相应的信号处理技术,把人体生理变化转成可分析的数据;后者在数据处理、模式识别和趋势分析上提供进一步支撑。

两边一结合,智能穿戴设备就有机会从单纯的数据记录终端,变成能持续给出健康洞察的数字化工具。

不过,传感器数据质量如何、算法适用范围有多大、健康结论有没有科学依据,仍然决定这些功能能不能产生可靠价值。

从医疗级血氧测量到AI健康管理,智能戒指探索更多应用场景

友宏医疗这次展出的产品里,JCRing Med X3智能戒指把医疗器械测量功能和日常数字健康管理放在了一起。

据企业提供的信息,JCRing Med X3智能戒指的血氧监测功能已拿到国内第二类医疗器械注册证(NMPA),获批用于成人血氧饱和度及脉率测量。有了这张注册证,它在获批范围内做相关生理参数测量就有了合规基础,智能戒指往医疗健康场景走也多了一份支撑。

除了获批的血氧饱和度及脉率测量,X3还支持睡眠监测、睡眠呼吸暂停风险评估和AI血糖风险评估等日常健康管理功能,尝试从生理数据记录向多维健康趋势分析延伸。

睡眠监测这块,通过记录夜间身体信号和睡眠数据,帮用户了解休息状态及其变化趋势;睡眠呼吸暂停风险评估则给出相关风险提示,让用户对睡眠呼吸健康多一分关注。

AI血糖风险评估,是算法分析往代谢健康管理场景走的一步。该功能侧重基于相关健康数据做风险分析,并不是直接测血糖浓度,也不能代替血糖仪检测或临床诊断。

需要说清楚的是,X3现有的第二类医疗器械注册范围只覆盖获批的血氧饱和度及脉率测量用途,睡眠呼吸暂停风险评估、AI血糖风险评估等其他健康管理功能不在其内。这些功能也是友宏医疗还在持续探索和完善的方向。企业方面希望,通过技术研发和功能优化,逐步提升智能戒指在睡眠与代谢健康管理中的辅助参考价值;相关医疗用途要拓展,仍得先过科学验证和注册批准这两道关。

对智能戒指这种产品形态来说,轻量化佩戴、连续数据采集、医疗合规与AI健康分析之间怎么接得上,正成为产品发展的重要方向。X3的尝试,也让人看到智能穿戴从单一指标测量走向更丰富的日常健康管理应用的路径。

友宏医疗CMEF亮相:JCRing Med X3智能戒指展示AI数字健康路径(配图 2)

JCRingMed X3智能戒指

无屏、长续航与AI洞察,重新思考智能手环的产品价值

智能戒指之外,无屏智能手环同样是友宏医疗数字健康产品布局里的重要一块。

传统智能穿戴设备大多靠屏幕完成交互,JCVital Pro V8智能手环没有走这条路。它采用无屏设计,减少手腕上的信息打扰,让健康数据采集更自然地进入日常作息。

续航方面,这款产品最长能用约15天,频繁充电对持续佩戴和数据记录的干扰因此小了不少。V8还具备IP68防尘防水等级,可应对日常生活与运动场景的防护需求。

健康管理上,V8会记录睡眠、身体恢复、日常活动、代谢管理、运动负荷等维度的数据并做趋势分析,让用户从多个角度了解自身状态。

友宏医疗没有把设备的数据展示停留在传统指标页面。Fuel能量水晶、AI健康洞察,以及周报、月报等周期性健康趋势功能,都被放了进来。

具体来看,Fuel能量水晶想把复杂的身体数据变成更直观的状态可视化,让健康状态更容易看懂;AI健康洞察针对不同维度的身体信号,给出趋势解读和个性化参考信息;周报和月报则把分散的日常数据汇成周期性变化趋势,帮助用户从更长的时间跨度理解睡眠、活动与恢复之间的关系。

从产品逻辑看,这套设计想做的,是降低用户读懂健康数据的门槛。

用户关注的东西也就变了:不再只是某一天的心率或睡眠分数,而是身体状态为什么变化、这种变化是否持续,以及生活习惯可能和这些变化有什么联系。

无屏硬件、AI分析、可视化交互、周期报告——V8呈现的不只是一条手环的功能集合,也反映出智能穿戴从硬件设备向数据服务延伸的产品思路。

友宏医疗CMEF亮相:JCRing Med X3智能戒指展示AI数字健康路径(配图 3)

JCVital Pro V8智能手环

BioSensor与AI协同,构建数字健康技术链路

智能穿戴产品形态越来越丰富,行业另一个值得关注的变化是:硬件、算法与软件服务之间的边界正逐渐融合。

以前,智能穿戴企业可能更在意单一设备能实现什么功能;现在,数据能不能长期积累、跨维度分析并持续提供服务,正在影响产品实际用起来值不值。

友宏医疗近年来持续推进“硬件+数据+AI洞察+云服务”的一体化数字健康布局。

这条技术链路里,智能戒指与智能手环负责日常身体信号采集;BioSensor生物传感技术与信号处理算法构成底层数据基础;AI分析能力对多维数据进行关联分析和趋势解读;应用软件与云服务则提供数据展示、周期报告及相关健康管理体验。

一条从身体信号采集到健康信息呈现的数字化链路,就此形成。

硬件决定数据从哪里来,BioSensor技术影响采集质量,AI决定怎么分析和理解,软件和云服务则影响健康洞察如何持续送到用户手上。

从产业发展角度看,这种软硬件协同模式也在改变智能健康设备的价值构成。

硬件仍是个人健康数据的重要入口,但设备之外的数据处理、AI算法、用户体验及数字服务能力,正成为企业做产品差异化的重要部分。

健康数据要持续采集、上云处理,个人信息保护、数据安全及算法透明度也就面临更高要求。对行业来说,技术创新需要和合规能力同步推进。

友宏医疗CMEF亮相:JCRing Med X3智能戒指展示AI数字健康路径(配图 4)

从智能硬件到数字健康生态,友宏医疗探索新的增长空间

智能健康穿戴和数字健康技术是友宏医疗的主攻方向,其产品覆盖JCRing智能戒指系列、JCVital智能手环系列以及慢病健康管理设备,同时公司还在推动BioSensor生物传感技术、AI健康分析与数字健康平台三者的融合落地。

智能健康产业逐步走向软硬件融合,企业的业务探索也从智能设备研发制造,进一步延伸到健康数据分析、AI算法应用与云端健康服务。

不同产品系列对应不同的健康管理需求与使用场景,背后的共同方向是一致的:通过持续、低干扰的身体信号感知与智能分析,帮用户建立更连续、更直观的健康认知。

智能戒指能测血氧饱和度和脉率,无屏智能手环主打长期佩戴、观察健康趋势,慢病健康管理设备又与数字健康平台相互配合。友宏医疗想做的,是更完整的一套数字健康产品和服务体系。

智能健康产业本身也在变,这种转向正是一个侧面。

可穿戴传感器和算法在进步,个人健康管理于是不再满足于间歇性采几个单点数据,而是往连续的趋势观察走。AI分析、数字平台和云服务也在往一起凑,智能穿戴设备因此有机会进入范围更大的健康服务生态。

对硬件研发和制造上有积累的企业来说,能不能进一步把生物传感、AI分析、数字服务这几项能力建起来,会牵动它在未来产业链里的竞争位置。

CMEF这次也给了友宏医疗一个场合,与医疗健康机构、行业渠道商、品牌合作伙伴以及全球产业链企业当面交流。

友宏医疗CMEF亮相:JCRing Med X3智能戒指展示AI数字健康路径(配图 5)

智能戒指测血氧,无屏智能手环负责长期佩戴体验,BioSensor、AI健康洞察与云端服务彼此协同。友宏医疗摆出来的,是一条从智能硬件往数字健康生态延伸的路。

设备能持续感知身体,AI又开始参与理解健康数据,智能穿戴的价值就不只在于记录了多少数字,而在于这些数字能不能变成更有意义的健康信息。

生物传感、人工智能与数字健康服务正在加速融合,对智能穿戴产业来说,这或许也是下一阶段值得关注的方向。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 医疗AI诊断为何难独立成生意:三道闸门卡住商业化

    过去28个月,市场对“医疗AI诊断”热门股完成一轮完整的压力测试:Tempus自历史高点回撤约35%;估值大幅回撤引发我们再审视“医疗AI诊断”的现实商业卡点。本文基于2020年初至2026年9月国内公开披露的212张AI相关医疗器械注册证,以及政策原文,沿“产品化—注册证—价格立项”三道商业化闸门,逐层解析AI诊断的

    来源 腾讯网
  2. 百度健康“好医加号”怎么做?AI收集信息、医生决策,把稀缺专家号精准匹配给需要的人

    百度App搜索“好医加号”百度健康总经理杨明璐强调,“好医加号”并不是简单给用户多开一个挂号入口,而是用AI把稀缺的专家“加班号源”与真正需要的精准患者做双向匹配。百度健康医生服务部总经理李杰进一步解释,“好医加号”全称叫“好医加班号源”,医生利用额外工作时间拿出的号源,是公益性质的服务。谈及百度健康在AI医疗赛道的定

    来源 TechWeb
  3. Apollo报告:3000亿美元AI投入,科技圈外生产力回报近乎为零

    Apollo全球管理公司2026年10月24日发布研究报告指出,2024至2026年间,科技行业之外的企业尽管累计投入数千亿美元部署AI,生产力指标几乎未见改善。技术公司录得18%-23%的AI驱动效率提升,而金融、医疗、制造等传统行业的同期数据显示增益为零。Apollo首席经济学家托斯滕·斯洛克直言:"我们根本没有看

    来源 AI 行业观察
  4. 港科广联合中科大推出MEMCUT:AI删了记录,85%-99%秘密仍可还原

    长期记忆(Long-term Memory)已成为 LLM Agent 的核心组件。然而,当前该领域的研究几乎全部集中在“如何更准确、高效地检索和召回信息”上,却忽视了“硬币的另一面”: 当用户出于隐私或合规需求(如 GDPR 的“被遗忘权”),要求 Agent 忘掉某项敏感信息(如医疗诊断、未公开的商业并购)时,记忆

    来源 AI 行业观察
  5. 倒闭初创公司的数据,正被AI实验室买走

    当AI行业遭遇高质量训练数据枯竭,破产清算的初创公司成了新的“矿场”:它们留下的用户记录、对话日志和代码,正被AI实验室打包买走。这门生意背后,是数据所有权、用户隐私与合规的灰色地带。同期《The Download》还关注了AI解码动物交流的前沿研究。

    来源 AI 科技快讯
  6. 百度健康AI服务月活超5000万,文心健康管家升级并推好医矩阵

    百度健康宣布升级文心健康管家,并发布全网首发健康动态视频识别的健康相机和好医矩阵,其中好医矩阵包括“好医答、好医加号、好医说、好医榜、好医评”等多项功能,进一步实现AI+真人医生在线问诊与线下就诊等全流程医疗服务的闭环。据悉,百度健康AI服务月活跃用户已超过5000万,位列行业第一。

    来源 TechWeb
  7. Ndoc上线:前Meta总监打造AI办公平台,对标Office与Workspace

    前Meta AI总监Rohit Patel近日正式推出人工智能生产力创业公司 Ndoc ,并发布旨在挑战 微软 Office与 谷歌 Workspace的同名一体化办公平台。 该平台跳出了在传统电子表格中简单嵌入聊天机器人的既有模式,从零构建了包含“阶段”、“叙事”和“模型”三个独立标签页的工作空间。用户可通过“模型”

    来源 AI 开发者社区
  8. Axiom Math用AI形式化有限单群分类定理,24天生成4310万行代码

    100 多位顶尖数学家,耗费数十年,写下 1.5 万页证明。 现在,AI 只用了 24 天,就把这项人类数学史上最庞大的工程之一,变成了 4300 多万行可以由计算机逐步验证的代码。 更惊人的是,AI 在检查这些数学家留下的证明时,还揪出了一个存在近 40 年的论证漏洞。 这不是一道奥数题,也不是一篇几十页的数学论文,

    来源 AI 行业观察
  9. AI看脸预测癌症患者生存期:90天高风险组亡64人?

    一张脸部照片,能看出一个人的生命还剩多久吗?美国的研究人员让一个AI给3820名癌症患者打“死亡风险分”。这些人AI从没见过,它手里的依据,只有每人一张脸部照片。分数最高的122人,90天后,64人离世。分数最低的975人,同样90天,去世的只有20人。这些照片并没有什么特别,大多是病人接受放疗前,医院例行拍下的。放疗

    来源 腾讯网
  10. 虎鲸文娱鲸锐AI创作大赛行业沙龙热议:流量红利退潮,AI创作者的下一站在哪里?

    【TechWeb】AI技术的高速发展,让创作的门槛不断降低,随着AI影视作品的加速涌现,“如何被看见、被记住”成为越来越多人关心的话题。是继续追逐短期流量,还是投入精品内容创作,不少AI创作者正面临着未来方向的选择。 10月28日,由虎鲸文娱集团主办,北京AIGC视听产业创新中心、北京首创·郎园Station支持的“鲸

    来源 AI 行业观察
  11. 三千亿美元换来零回报:AI生产力红利为何止步于科技圈

    Apollo全球管理公司2026年10月24日发布研究报告指出,2024至2026年间,科技行业之外的企业尽管累计投入数千亿美元部署AI,生产力指标几乎未见改善。技术公司录得18%-23%的AI驱动效率提升,而金融、医疗、制造等传统行业的同期数据显示增益为零。Apollo首席经济学家托斯滕·斯洛克直言:"我们根本没有看

    来源 AI 科技快讯
  12. 英伟达开源Nemotron 3.5 Transcribe:40种语言、8人同说也能转

    IT之家 10 月 29 日消息,英伟达昨日(10 月 28 日)宣布推出开放权重语音转录模型 Nemotron 3.5 Transcribe,并同步公开训练数据管线 Granary v2。 Nemotron 3.5 Transcribe 模型整合转录、说话人归属、翻译和音频问答,主要面向会议纪要、课堂录像、访谈整理和

    来源 AI 行业观察
  13. 周末,物理AI“刷屏”

    物理AI赛道这个周末集体沸腾——摩根大通将宇树评级从低配直接跳升至增持,王兴兴将技术突破窗口从十年压缩至一至二年;野村披露新算法使运动控制训练算力需求骤降1000倍,参与门槛大幅降低。但真正的竞争壁垒,正悄然转移至硬件一致性、触觉数据质量与工厂部署效率。

    来源 华尔街见闻
  14. ChatGPT开药致人死亡诉讼:AI看病,责任该谁担?

    医生必须坚守独立临床判断;患者不能视AI为医生的替代者;人机合作中,AI也当不了医疗责任的“背锅侠”。文/文阳几条关于向AI求医问药的新闻,放在一起看,颇能看出当下医疗关系的一些新“症结”。据报道,一名华人女工程师按ChatGPT提供的逐日减药计划,将抗癫痫药物逐步减量至停药后死亡,其父母近日向旧金山高等法院提起...

    来源 腾讯网
  15. 在高门槛的民生场景里,AI该以什么姿态入场?

    随着人工智能的发展,AI能力也越来越深入人们的生活。“大病小病先问AI”成为不少人的新习惯,教室里举着平板抢答的学生也越来越多。当大模型以空前的速度挤进教育、医疗这些高门槛的民生刚需场景,一连串新规却几乎同时按下了“慢放键”:北京市教委发布2026版《北京市教育领域人工智能应用指南》,分学段为AI划定“红线”...

    来源 腾讯网
  16. 脉脉上线AI人才节:腾讯字节快手集中招AI岗,最高月薪20万

    【TechWeb】10月29日消息,近日,求职招聘平台脉脉上线“AI人才节”,同步启动“金牌招聘官”招募。在企业AI热招岗专区,腾讯、字节跳动、快手等企业集中发布AI岗位,招聘方向覆盖大模型算法、AIGC算法、AI搜索、Agent开发、AI基础设施、AI产品及运营等领域。 其中,腾讯混元AIGC算法研究员岗位月薪为6万

    来源 AI 行业观察
  17. 患者先问AI再看医生:近七成带AI结论进诊室

    看病前先问AI?这届患者是信AI还是信医生?近期,一张恶搞图在网上获得大量关注。在画面中,某医院告示上写着:“已经在豆包获得诊断的患者,请勿再向我们寻求意见,请改向千问或者元宝咨询。”经核实,这并不是任何一家医疗机构的真实公告,而是网友的“玩梗”。不过,一张假图能登上热搜,说明背后折射的现实问题是真实的。据多家媒体报道

    来源 腾讯网
  18. AI到底在干什么:从感知数据到认知决策,一次讲清

    很多人把AI看作黑盒,其实它的工作流可以拆解为“感知”和“认知”两个环节。本文不讲虚概念,直接通过美团调度、医疗影像和Siri三个案例,还原AI如何把物理信号变成结构化数据,再做出决策。最后附带一个基于MNIST的手写数字识别代码实战,帮你亲手跑通从数据预处理到模型训练的全过程,理解AI到底是怎么“看”和“想”的。

    来源 AI 应用前沿
  19. 联想AI主机Mini,2999元切入私有化AI部署

    对于法律、财务或医疗等对数据合规有着严格要求的行业来说,公有云AI虽然方便,但数据离开本地网络带来的泄露风险始终是一把悬顶之剑。在推进数字化转型的过程中,如何既能享受大模型带来的效率

    来源 快科技
  20. 微软MAI-DxO登《科学》:会诊准确率83%,远超人类医生36%

    微软让同一个大模型扮演五位“医生”组成会诊小组,其中一位AI医生专门负责抬杠。 在其他角色倾向于某个诊断时,它要找出其中的漏洞,免得大家沿着一条错误的思路越走越远。 这套名为MAI-DxO的系统,最近登上了《科学(Science)》杂志。 微软10月22日公布的结果显示,在用《新英格兰医学杂志》304个疑难病例开展的测

    来源 AI 行业观察
  21. 成熟智能协会走红:中年女性用AI解决生活难题

    在AI浪潮席卷全球之际,一个名为“成熟智能协会”的活动创业公司正在快速扩张。它把女性聚在一起,用前沿AI工具解决中年生活中的真实问题——从职业转型到健康管理。本文对话两位创始人,探讨女性如何在AI时代找到自己的位置,以及社群力量为何成为这场技术变革中不可忽视的变量。

    来源 AI 科技快讯
向下滚动自动加载更多