成立背景
全球公共卫生领域正面临慢性病管理与老龄化社会的双重挑战，医疗穿戴设备通过动态无感采集多维度生理参数，为捕捉亚临床状态、早期预警疾病进展提供了创新路径;且随着云计算、大数据和5G技术的高速发展，国内居民对健康管理的专业化、常态化和个性化需求，穿戴医疗有望成为健康中国战略的重要技术支撑点，势必将迎来良好的市场机遇。
尽管国内外已开展机器学习在可穿戴设备中的应用探索，且国产品牌加速替代进程，但医疗穿戴在向临床转化中，基于仍现有医疗系统路径仍存在系统性瓶颈：数据层面呈现“数据质量-所有权归属-隐私保护”三重矛盾，技术层面存在标准缺失与接口障碍，临床层面存在数据整合困难、数据假阳性、数据临床价值证据不足等数据应用困境。
为有效推动医疗穿戴领域的创新研究与产业落地，武汉久乐科技有限公司联合华中科技大学数学中心组建了医疗健康穿戴人工智能算法实验室（简称“健康穿戴智算中心”），依托医工交叉优势，建立跨学科协同创新机制，构建“数据-算法-临床”三位一体方案，整合多源异构数据建立真实世界数据库，制定统一数据接口标准并开发低误报率分析模型，联合医院开展前瞻性临床验证，形成从数据采集、技术研发到临床应用的产学研医用完整创新链条，为推动医疗穿戴的标准化、精准化与临床化、产业化提供系统性解决方案。

研究方向

临床决策支持系统研发与应用
多参数融合预警模型
通过整合可穿戴设备采集的心率、呼吸频率、活动度等生理数据与临床信息，开发机器学习驱动的健康风险评估AI模型，以识别病情变化趋势并减少误报。
个性化预防干预方案
基于患者历史数据与临床指南生成动态治疗建议。通 过将可穿戴DHT数据整合至电子病历系统，利用AI/ ML算法分析患者长期健康数据与疾病特征，为不同 疾病人群提供精准干预方案。
临床工作流优化
设计直观的数据可视化工具，使其符合临床工作流习惯，提升医护人员的使用体验，降低临床应用门槛。

发展目标

发展规划

研究成果

通过预防医学与循证医学的交叉应用，构建前瞻性干预框架与决策依据的实证可靠性双重保障机制，建立了集疾病分级、实时预警和主动干预于一体的智慧化预警管理平台。
平台以医疗穿戴设备高频率采集的生理监测数据为核心，整合电子病历、检验报告、临床指南、电子健康记录、体征数据时序等多源异构医疗数据，运用机器学习建立复合型AI评估模型，将“大医治未病”传统医学智慧转化为现代医学三级预防体系，基于机器学习驱动的健康风险评估AI模型、个性化预防干预方案算法生成及慢病管理数字疗法等技术创新抓手，创新实现疾病预防的精准化和体系化。
对重大疾病早期风险的筛查率 平均达
房颤等心律失常风险的筛查率 基本接近

科研合作

研究中心提供标准化临床数据集（去标识化处理），支持科研机构和企业开展医疗AI算法研发、临床研究等工作
01 联系中心提交申请资料
02 伦理委员会审核
03 签订数据使用协议
04 获取数据

项目合作

---------
---------
---------
---------
联合申请国家级、省级科研项目
共同开展多中心临床研究
学术交流与人才联合培养
技术攻关与产品开发合作

提示

当前浏览器查看网站体验较差，为确保您的最佳浏览效果，建议使用谷歌浏览器或Microsoft Edge浏览器。