Tricog CEO 谈心脏 AI：30 秒家用设备瞄准 2027 年上市，月服务 120 万患者

文/IAICA.NGO®

凌晨两点，有人因胸口莫名不适醒来。手腕上的 Apple Watch、Garmin 或其他消费级可穿戴设备显示着心率，也许标记出心律不齐，也许一切正常。但真正困难的问题仍未得到回答：这是胃气、焦虑、睡眠不足，还是需要立即前往医院的严重事件？这正是 Tricog Health 创始人兼 CEO Charit Bhograj 博士希望医疗 AI 介入的时刻。

从可穿戴读数到 30 秒决策

Charit Bhograj 在访谈中表示，心脏技术的下一阶段应帮助人们更快做出第一个决定，避免错失宝贵时间。Tricog 正在开发一款消费级设备，可在约 30 秒内评估心脏症状。公司计划在 2027 年第一季度实现商业发布，但需获得监管批准。Bhograj 描述，该设备设计为家用理想设备，插入手机后 30 秒内给出答案，让用户能够安心回去睡觉，或者由 Tricog 主动联系用户并将其送往医院。这一设想并不止于屏幕上的读数，而是延伸到一套系统：AI 识别可能的紧急情况，安排救护车，并在患者到达医院前通知接诊医生。

价格是家庭普及关键。Bhograj 说，目标是让设备可负担，如果考虑人们愿意支付的价格，能否做到像 Netflix 一样便宜？这是他给公司设定的目标。这一定价思路反映出，心脏 AI 若要从医院走向普通家庭，必须解决支付意愿与可及性问题。

现有网络：1.5 万家机构，每月 120 万患者

Tricog 目前运营覆盖约 15,000 家医院、诊所和养老院。Bhograj 表示，其平台已触达约 4,100 万人，现在每月处理约 120 万名患者。其 AI 能够识别 140 种心脏疾病。随后，一支约 120 名医学专家组成的团队会审核 AI 输出，再将报告发送回医疗中心。据 Bhograj 介绍，完整周期约需 6 分钟。他强调，AI 的作用不是取代医生，而是增强现有少数医生的能力。这一人机协同模式在当前医疗资源分布不均的背景下具有现实意义：AI 负责初筛与异常识别，人类专家负责确认与临床判断，从而在效率与安全之间取得平衡。

年轻化趋势与行业背景

Bhograj 观察到，过去他接诊的心脏病患者多在 60 至 70 岁，而今天他看到 40 至 50 岁的心脏病患者。这一变化并非孤例。全球心血管疾病负担持续上升，发病年龄前移与生活方式、代谢风险、压力等因素相关。与此同时，消费级可穿戴设备普及，使心率与心律监测进入日常，但单导联或光电容积描记等消费级读数在诊断特异性上有限，常无法区分良性不适与急性冠脉综合征等急症。医疗级 AI 心电图则通过多导联信号、大规模标注数据和临床验证，提升对房颤、心肌缺血等状况的识别能力。Tricog 的策略是将医疗级分析能力压缩到家用设备与手机连接场景，并以 30 秒为交互目标，试图填补可穿戴设备与急诊决策之间的空白。

监管、责任与系统衔接

不过，家用心脏 AI 的落地远不止算法。监管审批、紧急响应衔接、数据隐私、假阳性与过度医疗风险、责任边界，都是决定其能否规模化的关键。对于一款可能建议用户呼叫救护车的设备，误报可能造成资源浪费与焦虑，漏报则可能延误救治。因此，临床验证必须覆盖多样化人群，算法需持续监测偏差，紧急转诊路径需与当地急救体系协作。支付模式同样重要：若定价接近流媒体订阅，谁来付费、是否纳入保险、如何覆盖低收入群体，将直接影响公平可及性。

iaica.com.cn 指出，家庭心脏 AI 的落地不仅取决于算法准确率，还取决于监管路径、紧急响应系统衔接和支付模式。这一判断与行业现实相符：技术可行性与系统可行性必须同步推进，否则设备可能停留在概念演示阶段。

从医院到家庭：影响与挑战

若 Tricog 按计划在 2027 年第一季度推出产品，并获得监管批准，它将成为心脏 AI 从临床辅助向家庭决策延伸的案例。其目标规模——覆盖十亿居家人群——意味着要让 AI 照护像消费电子一样易用。对老龄化社会与慢病管理而言，这类设备若能可靠运行，可缩短症状出现到就医的时间，减少可避免的住院与死亡。但前提是，AI 输出必须可解释、可追溯，并由医生最终负责。未来竞争可能集中在多模态数据融合、真实世界证据、急救网络整合与成本控制。心脏 AI 的下一站，或许不是替代医院，而是让家庭成为心脏健康监测与决策的第一道关口。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。