AI中风早期预警
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
code:blue 是 Code Blue 推出的被动式端侧 AI 中风早筛工具，目标是在患者自己意识到问题前，通过房间里已有的手机、笔记本或网络摄像头识别中风早期迹象，并把求助信息路由给可信联系人、照护者和急救服务。网页强调其处于 Seed 2026 阶段，并正在面向投资人、医疗系统、保险方和设备厂商寻求合作。
产品最大特点是“不需要新硬件”：利用现有摄像头、麦克风和设备端神经引擎进行安静监测。其 AI 模型据称使用与 UCSF Health 合作获得的真实中风影像训练，且每个检测模型部署前会经临床顾问审查。检测到可能中风时，系统会通知用户设定的家人或照护者，并联系急救服务，同时共享位置和状况信息。典型场景包括家庭高风险人群看护、院前分诊、保险控费和设备厂商健康功能集成。
网页没有披露定价、免费试用、订阅模式或付款方式，也未提供 API 文档。集成层面仅提到适用于手机、笔记本和 webcam，并邀请健康系统、保险公司、设备厂商共同试点。隐私方面，code:blue 明确提出“Private by default”，称没有许可数据不会离开设备；发生疑似中风时，用户可选择通知对象。这一设计适合医疗敏感数据场景，但具体合规框架、数据留存和审计机制未展开。
优点是切入中风黄金救治窗口，场景刚需且无需额外硬件，团队背景覆盖 Apple/Samsung 健康功能、AI、神经科临床与 FDA 法规。网页还披露 UCSF 小样本试点 n=30 达到 100% 检测准确率，Kaiser Permanente 要求 1,000 人后续研究。局限也很明显：n=30 证据仍不足，未披露误报率、漏报率、适用人群、FDA 批准状态与真实世界数据；医疗急救产品若未完成监管验证，不宜按成熟工具使用。
现阶段更适合医疗机构、保险方、设备厂商和投资人评估试点或合作，而非普通用户立即采购。中国访问、中文支持和本地急救系统适配均无公开信息；即便可访问网站，医疗数据合规、急救联动和支付路径也可能需要本地替代方案或深度本土化。
本测评基于公开资料整理,不构成购买建议,请以 code-blue.ai 官网实际信息为准。
被动AI监测中风征兆，处于融资/种子阶段。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。