【芯应用】勇芯Chiplet芯片助力蓝牙心电贴实现极致长程监护

近年来，马拉松跑友和运动爱好者因为心脏问题导致猝死的悲剧时有发生，而新冠疫情阳了之后诱发心肌炎等症状，以及常见的早搏症状等，更加引起人们对于心脏健康的关注。许多人开始采取措施预防心脏疾病，比如改变饮食习惯，规范体育锻炼，定期接受身体检查等。此外，也有越来越多的人开始使用心电监测设备来常规监测心脏健康状况。

相比于在医院常用的Holter，蓝牙心电贴采用“以时间换空间”的思路提高了心电监测的效率和便利性，为医生诊断和患者治疗带来了更多便利和可能性：

（1） 心电贴更具有便携性。心电贴通常非常小巧，可以直接贴在身体上，患者可以在日常生活中随时使用，而Holter监测需要患者佩戴较大的仪器，可能会影响日常活动；

（2） 心电贴可实现实时监测心电信号，对于突发心脏病症状可以及时发现和处理，而Holter监测只能记录心电数据，在数据分析之前无法及时发现异常情况；

（3） 在数据传输方面，心电贴通常采用蓝牙或Wi-Fi等技术将采集到的心电数据实时传输到手机或其他设备上，方便医生进行远程监测和诊断，而Holter监测需要患者将仪器退回医院进行数据下载和分析；

（4）心电贴更具有个性化。心电贴可以根据患者的需要和情况进行个性化设置和监测，而Holter监测通常只能进行标准的24小时监测，无法满足患者个性化监测需求。

此外，蓝牙心电贴中的AI算法也有重大突破，可使心电贴实现实时监测并分类不同类型心律失常。斯坦福大学和iRhythm Technologies Inc.合作，在Nature上发表了一篇题为《使用深度神经网络在移动心电图中进行心律失常的检测和分类，达到心脏科医生水平的准确度》。该研究突破性地提出了一种基于深度学习的算法，可以通过蓝牙心电贴实现心律失常的识别。该算法使用深度神经网络模型（CNN）进行训练，使用超过91,000个患者的心电数据进行训练和验证。该模型在识别心律失常方面取得了很好的效果，其平均F1分数为0.851，比目前使用的传统机器学习算法的表现更好。此外，该算法还可以对不同类型的心律失常进行分类，包括心房颤动、室上性心动过速和室性心动过速等。在测试集中，该算法的分类准确率分别为96.6％，98.3％和99.3％。这项研究表明，深度学习算法可以有效地识别心律失常，使得蓝牙心电贴可以成为一种简单而有效的工具，用于实时监测和预防心脏疾病。

根据Grand View Research的数据，全球蓝牙心电贴市场规模从2015年的1.14亿美元增长到了2020年的3.67亿美元，预计到2027年将达到14.78亿美元，年复合增长率预计达到18.6%。该报告认为，心电贴市场的增长主要受益于可穿戴设备的普及和人们对心脏健康的日益重视。在中国市场方面，根据CCID Consulting的数据，2020年中国心电监测市场规模达到了38.5亿元人民币，同比增长约16.7%。预计到2025年，中国心电监测市场规模将超过90亿元人民币。根据国家药监局的公示数据，中国已有40家心电贴品牌取得了医疗器械注册证。

蓝牙心电贴想要全面普及，就需要更小的体积和更长的续航时间，以保证使用效果和便利性。勇芯科技的Chiplet芯片BCL601S1将低功耗蓝牙，ECG前端，Flash和G-sensor等关键芯片和必要的被动器件合封到一起，外围只需简单电路，采用两层板即可完成产品设计，可将PCBA面积减小80%，功耗降低50%，极大提升性价比，并能满足《YY9706.247》《GB9706.1-2020》《YY0505》等医疗器械检验标准，助力蓝牙心电贴实现极致长程监护，帮助心电贴成为像血压计和体温计一样每家每户必备的家用医疗器械。

业务咨询

投递简历

联系地址