未上市股票搜尋站

原來!!宇心生醫股票是這樣的公司!!  

宇心生醫掛牌嗎?

因為宇心生醫是未上市

這些公司的訊息相對較少

所以公司掛牌的訊息還是等公司正式公告為主

沒有正式公告的訊息 都應保守看待

這篇文章會將宇心生醫股票的公司基本資料、公司新聞統整起來,

可以快速了解這家公司~

想要做好投資  一定要多了解公司

希望大家能多多利用

也歡迎版友們多提供相關公司訊息

若有任何宇心生醫股票的問題

或者宇心生醫股價相關資訊

都歡迎加入LINE好友或來電交流討論

 0960-550-797 陳先生<-手機點我即可撥號

或者用 LINE   ID是 ipo888 歡迎加入好友討論

歡迎直接來電~0960-550-797 陳先生<----手機點我即可撥號

本站提醒

本篇文章純粹由私人整理媒體報導新聞，方便投資人了解公司的相關訊息，

這裡與內容公司無任何關係，文章提到的股票資訊，不代表內容公司有對外流通股票

文章內容皆來自網路上搜尋的新聞，內容報導的真實性，還請版友們自行求證。

另外本站並無任何推薦、銷售、勸誘投資股票之行為，也不接受委託交易

如有冒充本站名義進行上述行為，請告知本站，也請大家不要受騙上當。

歡迎版友們一起討論交流此公司訊息，多多提供資訊

如公司資訊、財務狀況、產業前景、市場流動性之類的訊息

如有造成公司困擾，還煩請私訊告知，將立即處理

宇心生醫股價參考

宇心生醫股票新聞

宇心遠端醫療大突破 迷你心電圖 在家也能用

心血管疾病是全球死亡頭號殺手，而心電圖是最簡單方便且最廣為使用的心臟醫療檢測儀器，具頂規醫療標準的12導程心電圖目前大多在醫院內使用，有感於傳統心電圖儀在臨床上仍有許多不便利，美商宇心生醫首創醫療級家用12導程心電圖儀，輕便小巧的外型，連嬰幼兒都能使用，一般患者在家也可以自行檢測心臟狀況。
醫療器材開發所耗費的時間與金錢相當驚人，失敗的風險卻極高。但若是由醫生主動投入醫材開發，或許就能比較貼近醫療體系的需求。
宇心生醫（QT Medical）創辦人張瑞康是一名小兒心臟科醫生，有感於他從醫20年的生涯中，遇到許多新生兒罹患「長QT症候群」，卻因無法及時發現與治療而猝死的案例，新生命的消逝往往讓人遺憾，也開啟張瑞康產品設計的初心，他希望提供更好的心電圖檢查方式，為人類提供更完善的心臟照護。
他表示，在評估心跳情況時，最常見的檢查方式就是以心電圖來判讀，但心電圖檢測儀器體積龐大，每次使用都需推出一大台機器，但是嬰幼兒身體小，心電圖貼片無法服貼身體，或因嬰幼兒害怕而掙扎，皆會影響檢測結果，造成使用上不便利。
宇心生醫台灣分公司主要由研發部副總經理洪簡廷州與團隊，將心電圖（EKG）量測設備從12導程的12條線束，改良為一次性黏貼片和一個手掌大的方形儀器，以快速對位的快速上手方式，對遠距醫療和兒童醫學都有助益。
數據上傳 醫生直接判讀
此外，傳統心電圖儀有多個電極需要黏貼在人體不同部位，沒有醫療經驗的人通常無法正確操作，因此，宇心生醫團隊減少儀器上的電極數，患者只要看著使用說明書，對準身體中心點，就能輕易操作。
尤其，去年全球新冠肺炎疫情持續延燒，加速非接觸遠距醫療與行動健康解決方案的推出。洪簡廷州表示，當初創辦人與團隊之所以想要將12導程心電圖，改良為一次性貼片，能將心電圖的應用，成功走出醫療院所而走入居家，不僅醫療專業人員能使用，一般人也能上手，讓心臟相關疾病的數據量測與生活緊密結合。
雖然該儀器看似精簡，效果和傳統心電圖完全一樣。相較於其他單導程或四導程的儀器，宇心生醫首創在家用心電圖儀上採用12導程技術。換句話說，「導程」就是從不同的電極觀察心臟電流的變化，導程愈多，表示可以檢測的面向角度愈多、愈仔細。若有異狀發生時，也容易被檢測到。
由於在家使用12導程心電圖仍須搭配遠端醫療，目前，宇心也已和美國當地多位具有心臟科專業醫師證照的醫師合作，只要患者在任意處檢測後，身體數據就會上傳至雲端，這時醫生就能線上判讀心電圖，並告知患者檢測結果，完成整套檢測過程。
疫情效應 推訂閱制服務
研發部副總陳右庭指出，目前公司規劃先將產品導入大型醫療機構使用，協助醫生及病患採用更簡便的方式檢測心臟，術後患者也能將儀器帶回家中測量，減少奔波回醫複診的次數。輕便型家用心電圖儀除遠距醫療，適用的場域也包括飛機、大眾運輸、救護車、養老院和偏遠地區等，皆為家用心電圖儀可發揮功效的場景。
因新冠疫情帶動遠距醫療需求增加，宇心生醫去年也順勢推出「心電圖服務訂閱制」﹙Xpress ECG﹚，將心電圖機器和貼片郵寄到府，每次僅需支付30美元，即可使用醫療級家用12導程心電圖儀，貼片為單次使用，機器則需郵寄回宇心。
宇心指出，除了該產品適合疫情下的遠距應用之外，主要是美國可以申請保險支付，也認可宇心這樣醫療服務提供的方式。
研發部副總陳右庭表示，接下來計劃發展AI判讀技術，因心電圖有時會受到不同醫生解讀而產生不同結果，如果導入AI，將能協助醫生做更精確的診斷，未來將持續進行臨床試驗，以大量的數據資料訓練AI學習。