2024年，美国食品药品监督管理局（FDA）批准Dexcom公司推出的Stelo型号连续血糖监测仪（CGM）作为非处方产品上市，标志着糖尿病管理领域的重要突破。该设备首次允许未使用胰岛素的2型糖尿病患者及关注代谢健康的普通消费者在无医嘱情况下自主使用，直接拓展了CGM技术的应用边界。这一审批不仅改变传统医疗模式，更预示着可穿戴健康设备正从被动监测向主动健康管理演进。
Dexcom Stelo采用皮下植入式微传感器技术，通过无线信号每5分钟传输一次实时血糖数据至智能手机，再经由蓝牙或云端同步至Apple Watch等智能手表。其核心优势在于无需用户手动校准，且具备低血糖预警功能，能有效降低误判风险。根据FDA认证标准，该设备在临床测试中达到±10%的误差率，符合医疗级精度要求。设备本身可独立运行，但其数据呈现仍依赖手机或手表作为终端显示平台，而非手表直接完成传感。
当前市场格局显示，主流厂商正转向“医疗级传感器+消费级终端”协同模式。以Abbott公司为例，其FreeStyle Libre系列已实现与多款智能手表的深度兼容，支持数据自动推送和可视化分析。这种系统化整合使智能手表从“测量工具”转变为“健康决策助手”。对于中国供应链而言，这意味着对高精度生物传感器、低功耗蓝牙模块、嵌入式算法芯片的需求将持续增长，尤其在传感器封装、信号滤波和抗干扰设计方面存在技术门槛。
从技术路径看，目前尚无成熟方案可在不侵入皮肤的前提下实现精准血糖检测。主流研究方向包括近红外光谱分析、光学反射成像、电化学阻抗谱等非侵入式传感技术，但均受限于环境变量干扰大、个体差异显著等问题。例如，皮肤厚度、血流状态、温度波动等因素会显著影响测量结果，导致现有原型设备无法满足医疗诊断标准。行业普遍认为，真正意义上的“无创血糖手表”仍需数年研发周期，短期内难以替代有创式CGM。
未来竞争焦点将转向数据价值挖掘。单台CGM每日可生成约288条血糖读数，结合饮食、运动、睡眠等行为数据后，形成海量健康信息流。在此背景下，人工智能算法成为关键驱动力。Dexcom、Abbott等企业已在平台中引入机器学习模型，用于预测血糖趋势、识别异常波动并提供个性化建议。这类系统不仅能辅助患者自我管理，还可为保险公司、医疗机构提供长期健康风险评估依据。对中国企业而言，这提示应重视数据建模能力、隐私合规架构及跨设备数据接口标准化建设。
对采购与生产端而言，当前最值得关注的是：第一，具备FDA 510(k)或CE认证的CGM传感器模块已成为高附加值组件，国内厂商若切入该环节，需重点突破材料稳定性、生物相容性及长期漂移控制；第二，智能手表制造商在集成医疗功能时，必须确保软硬件协同符合医疗设备安全规范，避免因数据延迟或误报引发法律责任；第三，随着非处方产品普及，用户对操作便捷性、续航能力和佩戴舒适度的要求显著提升，这对电池管理、轻量化结构设计提出更高要求。整体来看，这场“血糖革命”虽未由手表主导，但其背后的技术生态正在重塑整个健康科技产业链。