灵析生物医疗级智能戒指即将落地，锚定4.4亿慢病人群撬动百亿慢病市场

一枚重量不足 5 克、可日常佩戴的智能戒指，正在撬动一个覆盖超 4.4 亿人群的巨大健康市场。2003 年，香港中文大学教授、国际医学与生物工程院院士张元亭率先启动了基于智能戒指的血压监测技术研发，彼时的全球消费电子与医疗器械行业，几乎还没有从业者将这枚小小的指环，视作可穿戴健康监测的核心入口。

“做戒指的硬件门槛特别低，两三个月就能做出 demo，但要把监测数据做准，做到医疗级的精度，我们的团队整整走了 25 年。” 张元亭在接受记者采访时坦言，长久以来，市面上的智能戒指、智能腕表更多被视作消费电子的延伸，大多停留在统计步数、记录睡眠、单次心率监测的层面，输出的多是 “看一眼就过去” 的碎片化数据，而连续、医疗级、无感的健康监测，始终是行业难以跨越的技术门槛。

这一次，深耕该领域二十余年的张元亭，选择押注初创企业灵析生物，出任公司首席科学家。他曾深度参与苹果智能健康相关技术研发，既见过消费电子巨头如何将健康穿戴设备做成风靡全球的消费产品，也深知严肃医疗领域对 “数据可信” 近乎苛刻的要求。他要找的，从来不是再做一枚更精致的消费电子配件，也不是一家固守传统赛道的医疗器械公司，而是一家能真正把智能穿戴设备纳入严肃医疗器械体系，打通慢病管理全链条的创新企业。

在采访中，记者抛出了一个行业普遍关注的问题：灵析生物的核心竞争对手，到底是华为、小米、苹果这样的消费电子巨头，还是欧姆龙、鱼跃医疗这样的传统医疗器械龙头?

灵析生物 CEO 彭智峰给出的答案十分明确：长期来看，公司的核心对标与布局方向，是后者。更准确地说，公司锚定的，是国内长期被忽视的、面向普通人群的慢病管理需求，这是一个几乎空白的巨大市场。

2024 年，海外品牌 Oura Ring 凭借一枚智能戒指在全球卖出 300 万枚，公司估值一举突破 50 亿美元，让市场看到了智能穿戴设备在健康管理领域的巨大潜力。也是在同一年，灵析生物的研发团队在深圳的实验室里，全力攻坚搭载动态血糖、血压测量功能的医疗级智能戒指研发。

在进入这个赛道之前，彭智峰已经在全球化医疗健康企业深耕多年，曾负责血糖与糖尿病相关业务，彼时他所在的企业，血糖仪产品在中国市场的份额位居第一。之后他又在国内大型医疗器械企业负责大型医疗设备业务，深度接触过 CT、PET-CT 等复杂医疗系统，对国内慢病管理的行业痛点有着极为深刻的认知。他给记者算了一组数字：中国目前有超过 1.4 亿糖尿病患者，近 3 亿高血压患者，两类核心慢病人群合计已超 4.4 亿，但与之对应的慢病管理体系，却几乎处于空白状态。“国内没有成熟的家庭医生体系，三甲医院的医生一天要看一两百个病人，连日常门诊都疲于奔命，根本没有时间和精力为患者做长期的慢病管理。”

早在 2014 到 2015 年，互联网行业就曾试图填补这个空白，当年轰轰烈烈的 “百糖大战” 中，数百家企业推出了糖尿病管理相关 APP，试图用打卡、问诊、定制控糖方案的模式，用互联网软件颠覆传统慢病管理模式，但最终几乎全军覆没。在彭智峰看来，这场行业试错早已证伪了纯软件模式的可行性，核心症结就在于，这些平台只有软件，没有稳定、可信的数据入口。“没有连续、可靠的生理数据支撑，所谓的慢病管理很快就会变成用户手动记录、间歇上传、低频互动的无效流程，根本无法持续落地。” 也正是基于这样的行业教训，灵析生物从成立之初，就确立了核心战略：以医疗级智能硬件为数据入口，以 AI 为核心 “大脑”，构建 “连续监测 – 数据沉淀 – 智能干预” 的完整慢病管理闭环。

但要把这个闭环跑通，技术难度远不止 “做出一枚戒指” 这么简单。

无创血糖监测，在业内被形容为诺贝尔奖级的技术难题。目前行业内主流的无创血糖监测技术，多基于 PPG 光电容积脉搏波技术，通过绿光、红光的反射与折射，根据血糖浓度对不同波长光线的吸收差异寻找关联，但这种关联本质上是 “弱连接”，而非精准的线性对应关系。皮肤厚度、血管深度、环境温度、运动状态，甚至使用者的情绪波动，每一个变量都会对监测结果产生干扰，即便是美敦力、谷歌、华为、三星这样的全球巨头，深耕该领域多年，也始终未能实现颠覆性的技术突破。

连续血压监测的技术难点虽有不同，但同样棘手。彭智峰告诉记者，小型化医疗设备研发的核心，是平衡三个核心要素：数据监测的精准性、用户佩戴的舒适无扰性、长期监测所需的续航能力，这三个要素在行业内被称为 “不可能三角”。要在戒指这样极小的体积内，塞进传感器、电池与完整的电路系统，既要保证用户长期佩戴没有负担，还要把监测数据稳定做到医疗级精度，本身就是一场需要反复打磨的长期工程。

记者了解到，灵析生物即将推出的无创动态血压医疗级戒指，在研发过程中遇到的最大瓶颈，就是续航问题。每个人的皮肤状况存在天然差异 —— 男性皮肤偏厚、女性皮肤偏薄、老年用户手部皮肤常有硬皮，这些个体差异都会影响光线的折射与透射效率，进而导致设备的续航时间出现大幅波动，始终达不到预期标准。为了解决这个问题，研发团队通过算法优化，采用 “待机 – 启动 – 待机 – 启动” 的循环工作模式，一点点抠回续航时间，同时将一部分云端算法内嵌到设备本地芯片中，减少设备与云端的数据传输量，既降低了故障概率，也大幅削减了设备功耗。

除了技术攻坚，团队的搭建也是灵析生物能够快速推进产品落地的核心支撑。公司核心成员大多来自强生、欧姆龙、鱼跃医疗等国内外头部医疗器械企业，覆盖营销、市场、产品全链条，研发团队早期便在深圳完成了核心技术的预研。2025 年底，彭智峰正式引入张元亭院士团队，补齐了 AI 算法与生理模型构建的核心能力，公司的技术拼图才终于完整。

这也恰恰解释了，一家拥有深厚医疗器械基因的初创企业做智能穿戴，与消费电子或互联网基因的团队，有着完全不同的商业逻辑。

在彭智峰看来，这是一个极为精准的生态卡位。如果直接做医用监护仪，就要直面迈瑞医疗这样的行业龙头;如果做传统上臂式血压计，就要和鱼跃医疗在成熟的红海里贴身肉搏。但把戒指、手表这类大众已经接受的可穿戴形态，做到医疗级标准之上，恰恰不是巨头们的核心业务板块。反过来，消费电子企业受限于自身的商业逻辑，也不会深度切入如此专业的医疗赛道。“目前国内还没有一家大型企业，会把医疗级可穿戴或 AI 赋能的可穿戴设备作为核心业务，这就是我们的机会窗口。”

但这条路也有着独特的约束，最核心的就是产品定价。如果按照传统医疗器械的逻辑定价，很容易落入欧姆龙、鱼跃医疗的价格带，而产品在形态与场景上，短期内很难全面覆盖成熟器械的专业度;可如果完全跟着消费电子的定价逻辑走，又很容易陷入国内市场的价格内卷，最终挤压研发与临床验证的投入，这个平衡的拿捏，考验着团队的战略定力。

彭智峰给出的解决方案，是从成立之初就规划出海路径，而非在国内市场卷到极致后再被动出海。在市场布局上，考虑到欧美市场的政策与监管环境复杂，灵析生物将优先布局东欧、中东以及 “一带一路” 沿线国家。支撑这个战略判断的，不仅是团队多年积累的海外渠道资源与成熟的经销商网络，更是海外市场的真实需求 —— 很多海外地区的经销商，一直在寻找雅培等国际巨头之外的 “第二选择”，这给了中国创新医疗企业极大的市场空间。

仅 CGM(动态血糖监测)一个品类，全球年销售额就高达 800 亿元人民币，而高血压人群的规模，比糖尿病患者还要庞大。这样的千亿级赛道，必然会吸引越来越多的玩家入局，但在彭智峰看来，灵析生物面对的更深层挑战，从来不是同行竞争，而是如何让这套以硬件为入口的慢病管理体系，真正实现商业与价值的正向循环。

Oura Ring 前 CEO 曾公开表示，Oura 的核心竞争力本质上是软件问题，而非硬件，企业需要解决的核心命题，是如何让海量的监测数据，为用户生成个性化的健康洞察。正是踩中了 “算法迭代 + 数据飞轮” 的核心路径，设备持续产生高质量数据，驱动算法模型不断优化，再反过来通过健康建议改变用户行为，进一步强化数据质量，Oura 才得以从一枚小小的戒指，跑出了超 50 亿美元的估值。

对灵析生物而言，把医疗级连续监测的数据做准，只是万里长征的第一步。让持续更新的用户健康数据，与 AI 算法模型之间形成稳定的正向反馈，才是企业真正的护城河。而要实现这一点，硬件采集的数据必须足够精准、足够连续、足够可信，这是所有后续价值的基础。

在采访中，彭智峰反复向记者强调，纯软件的慢病管理模式早已被行业证伪，没有硬件作为数据抓手，慢病管理就是空中楼阁;但如果只做硬件，没有 AI 对连续数据的专业解读，用户拿到的只是一堆毫无意义的波动曲线。“我们要做的，是软硬件一体化的 AI 健康穿戴解决方案 —— 硬件负责连续、无感、医疗级的数据采集，AI 负责把数据转化为可执行的健康指导，二者缺一不可。”

面对华为、小米、苹果等消费电子巨头早已布局多年的智能穿戴市场，初创企业凭什么实现突围?彭智峰给出了三个核心判断。

第一，软硬件一体化加 AI 赋能的模式，在当前的技术节点，终于让可穿戴设备采集的数据，找到了真正的价值出口。第二，过去的健康监测，本质上是被动式、碎片化的，用户无法捕捉凌晨 3 点的夜间血压高峰，也无法完整记录餐后血糖的波动曲线，即便可穿戴设备能采集到一些数据，大多也是用户在特定场景 “偶尔看一眼”，数据用过就丢，无法形成持续的健康价值。而灵析生物强调的连续监测，就是要和现有消费级智能硬件形成差异化，让健康监测走向连续、无感、全场景化，用户只要佩戴设备，后台的血压大模型、血糖智能体就能持续读取数据，形成长期健康档案，在不打扰用户的前提下完成健康预警。第三，也是最核心的底线，就是医疗级的精准化。“用户为什么要选择我们的产品，而不是头部消费电子品牌的产品?核心就是数据要更精准。数据不准，一切都没有意义，就是行业里常说的‘rubbish in，rubbish out’，哪怕 AI 算法再强大，基于无效数据也只能得出错误的结论。所以我们的产品，底线就是必须达到医疗级精度，或通过医疗级精度认证。”

总结下来，彭智峰给公司定下的核心逻辑十分清晰：医疗级精度是底线，连续监测是手段，AI 赋能是终局。只有这样，才能把产品从潮人的 “电子玩具”、普通的消费电子产品，转变为用户真正可用的健康管理助理，而产品的用户粘性与数据粘性，也会远超同类消费级产品。

记者了解到，从公司正式成立，到第一款产品即将推向市场，灵析生物用了大约一年半的时间。而放弃大型医疗设备赛道，转身投入可穿戴设备的研发，彭智峰有着自己清晰的商业判断。他告诉记者，过去他接触的 CT、PET-CT 这类大型医疗设备，研发周期动辄三五年，渠道集中在医院与科室，决策链条极长，根本不是一个能快速触达大众用户的市场。

但可穿戴设备完全不同。它直接面向普通 C 端用户，核心是场景化与爆品逻辑，只要选对一个高频的慢病场景，把产品做到足够精准、足够无感，就有机会实现快速普及。“配合当下的 AI 技术浪潮，我们先在糖尿病、高血压这两个最大的慢病场景实现落地，就能形成从硬件入口，到数据沉淀，再到 AI 健康管理的完整闭环。” 彭智峰说，传统医疗器械走的是精英渠道、医院决策的路径，而灵析生物走的是大众用户渗透的路径，让普通慢病患者通过日常佩戴设备，形成长期健康数据，再用 AI 把这些数据转化为真正有用的健康管理方案，两条路径的商业逻辑，有着本质的区别。

在产品布局上，灵析生物选择了全品类覆盖的路径，而非像 Oura Ring 那样聚焦单一戒指产品。对此，彭智峰解释，公司从来没有把自己定位成一家纯硬件公司，之所以反复强调 AI + 医疗的模式，核心逻辑就是慢病管理需要多维数据的支撑。血压对应心血管健康，血糖对应代谢状况，呼吸数据对应睡眠质量，如果只做一个单品，采集到的数据永远是断裂的，而戒指、手表、CGM 的产品组合，能够形成完整的用户健康画像。

“我们的逻辑是‘硬件矩阵采集，AI 中枢统一’，所有设备采集的数据，都会汇入同一个 AI 引擎，实现交叉验证、互补校正。比如戒指监测到用户心率异常，结合 CGM 采集的血糖数据，AI 才能准确判断，异常是源于低血糖，还是心律失常。” 彭智峰告诉记者，这是 “以 AI 慢病管理为目标，反向定义硬件形态” 的核心战略，单品只是数据入口，数据是核心资产，AI 才是最终的商业终局。

在产品落地的优先级上，团队也有着清晰的规划。彭智峰告诉记者，仅 CGM 一个品类，全球年销售额就达到 800 亿元人民币，是国际医疗器械领域公认的最大单品，所以公司最早组建的核心研发团队，全部是深耕 CGM 领域的专家，这是公司的第一个核心布局。紧随其后的，就是血压监测赛道，因为血糖和血压是慢病管理最核心的两个体征指标，而且高血压人群的规模，比糖尿病患者还要庞大。

“我们很清楚，传统上臂式血压计只能实现单点测量，而行业未来的趋势，必然是从单点监测走向连续监测，所以我们马上启动了连续血压监测产品的研发，也就是手表和戒指的形态。” 彭智峰说，可穿戴设备的核心是硬件入口，团队不会标新立异去创造新的使用场景，而是选择大众已经广泛接受的佩戴部位和使用场景，先聚焦糖尿病、高血压两大核心慢病赛道，再逐步拓展到心血管疾病、呼吸慢病、肥胖管理等更多健康场景。

针对行业公认的无创血糖监测难题，彭智峰也给出了务实的落地路径。他告诉记者，目前公司针对血糖监测，布局了两款产品，第一类是搭载在戒指上的无创血糖监测，团队会严谨地将其定位为趋势监测，对于糖前期、亚健康以及健康人群来说，这个精度已经足够，因为这类用户不需要精准知道血糖数值是 5.2 还是 5.4.只需要知道血糖是否在正常区间内波动即可。第二类是针对糖尿病临界点人群与确诊患者的 CGM 产品，这款产品能够实现医疗级的精准监测。“我们会给用户提供全覆盖的解决方案，无创趋势监测加 CGM 精准监测相结合，用户处于不同的健康阶段，就可以选择对应的产品。”

在 AI 大模型的应用上，市场也有普遍的疑问：大模型对数据量与算力的要求极高，会不会拖垮硬件的性能与续航?彭智峰告诉记者，现阶段这个问题并不会对产品造成影响。大模型的本质是算法加数据，在可穿戴设备上，它不会呈现复杂的视频或图形界面，更多是输出文字形式的健康建议与医嘱，告知用户当前的健康状况是否超标、需要注意哪些事项，这类文字信息的数据量极小，完全在设备的承载范围内。

而选择与张元亭院士团队深度合作，而非直接接入市面上现成的通用大模型，彭智峰也有着自己的考量。他告诉记者，团队也和其他技术团队有过沟通，甚至有过自主研发的规划，但最终选择和张元亭院士团队共创，核心原因是张元亭院士在血压监测领域深耕了二三十年，有着海量的临床数据与成熟的算法积累，技术实力处于全球顶尖水平。双方最初的技术布局存在一定的差异，团队最初计划从血糖赛道切入，但最终发现，双方的长期目标完全一致，都是希望通过技术创新，覆盖全场景的健康管理需求。

在垂类临床数据的积累上，团队也有着清晰的规划。彭智峰告诉记者，公司已经和华西医院等国内顶级三甲医院达成合作，借助临床数据锤炼算法模型，只是这个过程需要严格遵循医院的伦理规范，无法一蹴而就。“我们不可能覆盖从硬件到软件的所有环节，这不现实。我们的核心优势，在于硬件基础带来的数据采集能力，我们清楚临床数据的采集模式与格式要求，同时在数据清洗与判断上，我们有深厚的临床经验积累，能够吸收大量临床专家的专业意见，这些能力，都可以深度嵌入到大模型的迭代中。”

面对国内医疗器械与可穿戴设备行业极易出现的价格内卷，彭智峰始终保持着清醒。他告诉记者，在国内市场陷入价格战，最终只会压缩医疗级研发与临床验证的投入，伤害产品的核心竞争力。而海外市场对医疗级连续监测产品的付费意愿更强，监管体系也更为成熟，能够支撑企业坚持医疗级的产品定价与研发投入。

“我们优先布局东欧、中东与一带一路沿线国家，这些市场的经销商一直在寻找雅培等国际巨头之外的第二选择，而我们需要他们的渠道，来验证医疗级 AI 慢病管理模式的全球化可行性。” 彭智峰说，团队最终想要证明的是，中国的创新企业，不仅能做高性价比的产品，更能做出全球领先的医疗级技术创新与 AI 应用。