BC DiabetesClinical AI partner ng BC Diabetes

Praktikal na AI
sa kalusugan.

Sa clinic at sa bahay. Bumubuo kami ng clinical AI kasama ng mga care team, at ng mga nutrition tool na ginagamit ng mga pamilya araw-araw.

AI clinical decision support para sa mga AID system
6.4mmol/L
00:0006:0012:0018:0024:00
CosMeal
81
Mukhang maganda
Ago 10 – 16 · 23 meal
Mas matalinong carbs84
Mas mabagal na carbs sa karamihan ng hapunan.
Magbawas ng taba92
Lima sa pitong araw, pasok sa budget.
Mas mabubuting taba75
Tatlong sunod-sunod na gabing may prito.
Partnership · BC Diabetes

Decision support,
binuo kasama ng mga clinician.

Nagdisenyo at bumuo kami ng AI-assisted na clinical decision support tool para sa BC Diabetes, isang nangungunang diabetes clinic sa Vancouver. Tinutulungan nito ang kanilang mga clinician na suriin ang mga therapy setting ng mga pasyenteng gumagamit ng Loop at iba pang open-source na automated insulin delivery system.

BC Diabetes
14-araw na review · De-identifiedMay nakitang pattern
00:0006:0012:0018:0024:00
Pattern
Mga low sa magdamagMataas
9 sa 14 na gabi · 01:00–05:00
Mungkahing pagbabago
Basal rate, sa magdamag
0.80→0.65 U/hrPara sa review ng clinician
Ilustrasyon ng konsepto gamit ang synthetic na data. Tumatakbo ang naihatid na tool sa loob ng sariling mga system ng clinic.
Ano ang ginagawa nito
Hinahanap at ipinapaliwanag ang pattern

Sinusuri ang data ng glucose at insulin, tinutukoy ang mga pattern, at nagmumungkahi ng pagbabago sa setting kasama ang mga data point na pinagbatayan ng bawat isa.

Sino ang nagpapasya
Ang care team, palagi

Decision support lamang. Sinusuri ng mga clinician ang bawat output at sila ang gumagawa ng bawat klinikal na desisyon.

Privacy
De-identified na data lamang

De-identified na impormasyon lamang ang nakakarating sa AI. Nananatili sa clinic ang pagkakakilanlan ng pasyente.

Naihatid sa BC Diabetes noong 2026.
May clinical workflow ba kayo kung saan makakatulong ang AI sa team ninyo? Bumubuo kami kasama ng mga care team, mula specification hanggang handover.
Kausapin kami
AI food journal at meal planner

Kumain nang may
kumpiyansa.

I-log ang kinakain mo. Tingnan ang score mo ngayong linggo. Magplano ng meals kahit kailan mo gusto.

CosMeal
Meal log · Bilis ng carbsBánh mì · takeout
34–38 gkabuuang carbs
Mabilis~30 min20–24 g
Katamtaman~3 hr8–10 g
Mabagal~5 hr2–4 g
Protina at taba3–8 hr20–26 g
Kailan tatalabKabuuan
0 h2 h4 h6 h8 h
Mga hapunan ngayong linggo
LUNManok na teriyaki
MARMapo tofuLow-carb na kapareha
MIYManok na may pulot at bawang
Grocery list
24 item
Ipadala sa Instacart
81
Lingguhang insight
Mukhang maganda · Ago 10 – 16 · 23 meal
Ilustrasyon ng mga feature ng CosMeal app.
I-log
Bilis ng carbs, hindi bilang

Mabilis, katamtaman at mabagal na carbs, pati protina at taba na huli ang epekto.

Insight
May score ang linggo mo

Pumili ng mga goal at mag-export ng PDF para sa susunod na appointment.

Plano
Buong pamilya, iisang plan

Naaalala ang allergy at gusto ng bawat isa; iisang grocery list.

Recipe
Low-carb na kapareha

May bersyong mas pabor sa blood sugar ang bawat ulam na mataas sa carbs.

Susunod · Nakaplano sa 2027
Clinical study sa bilis ng carbs
Susuriin ang carb-speed method ng CosMeal para sa Loop, at pangungunahan ng aming Chief Medical Advisor na si Dr. Tom Elliott ang clinical design.
Bisitahin ang cosmeal.ai ↗
Kompanya

Binuo sa Vancouver
at Silicon Valley.

Ruichen (Bill) Liu
Ruichen (Bill) Liu
Founder at CEO
Nakabase sa Vancouver
Pinangungunahan ang misyon ng Cosmio na maghatid ng praktikal na AI sa pangangalaga.
Gary Zhang
Gary Zhang
Co-founder at CTO
Nakabase sa Vancouver
Full-stack architect na bumubuo ng mga scalable na AI system mula sa simula.
Olivia Cui
Olivia Cui
Co-founder, CPO at CMO
Nakabase sa Silicon Valley
Namumuno sa product experience, brand at go-to-market.
Dr. Tom Elliott
Dr. Tom Elliott
Chief Medical Advisor
Nakabase sa Vancouver
Nagpapayo sa clinical design at sa produkto.
Privacy-first mula sa disenyo
Kinokolekta lang namin ang kailangan ng isang feature, at hindi namin kailanman ginagamit ang data ng pasyente para mag-train ng mga AI model.
De-identified na data lamang
Hindi kailanman nakikita ng mga clinical tool kung sino ang pasyente. Hiwalay na tumatakbo ang bawat pagsusuri.
Clinician ang may huling pasya
Nagmumungkahi at nagpapaliwanag ang aming AI. Isang tao sa care team ang nagpapasya.