Biznesradar bez reklam? Sprawdź BR Plus

Algorytmy AI opracowane przez Medicalgorithmics mogą przewidywać ryzyko migotania przedsionków

Udostępnij

Dyrektor naukowy MDG (MEDICALG), Linda Johnson, MD, PhD, przedstawiła abstrakt na sesji naukowej American College of Cardiology w Nowym Orleanie. Badanie podkreśliło znaczenie analityki opartej na sztucznej inteligencji i pokazało, jak DeepRhythmAI firmy Medicalgorithmics pozwala przewidywać prawdopodobieństwo wystąpienia migotania przedsionków.

Dr Linda Johnson, profesor w Katedrze Medycyny Uniwersytetu Lund, wykorzystała duże zbiory danych z urządzenia PocketECG firmy Medicalgorithmics, aby ustalić, czy 24-godzinne monitorowanie EKG może przewidzieć prawdopodobieństwo wystąpienia migotania przedsionków w okresie 30 dni. Badanie wykazało, że przy użyciu danych z 24-godzinnego monitorowania EKG, można bezpiecznie uniknąć długoterminowego monitorowania u 20% populacji pacjentów. Dłuższe monitorowanie jest wskazane dla pozostałych 80% osób, u których występuje ryzyko migotania przedsionków wynoszące powyżej 9%.

"Nasz algorytm predykcyjny daje nam możliwość racjonalizacji monitorowania migotania przedsionków. Możemy go użyć do skrócenia monitorowania u osób, których to nie jest wymagane, ale także do znalezienia tych, którzy są zagrożeni ryzykiem migotania przedsionków i potrzebują długoterminowego monitorowania. Jest to ważne z punktu widzenia opłacalności, ale także do poprawy wyników zdrowotnych związanych z diagnostyką migotania przedsionków" - mówi dr Linda Johnson, dyrektor naukowy Medicalgorithmics.

Wyniki tego badania pokazują najnowocześniejszą platformę DeepRhythmAI firmy Medicalgorithmics i podkreślają zaangażowanie firmy w bycie liderem innowacji medycznych.

„Prowadzone w Medicalgorithmics badania naukowe pozwoliły na opracowanie nowej generacji algorytmu do diagnostyki migotania przedsionków, który zmniejsza obciążenie personelu medycznego i czas monitorowania dla 20% pacjentów. W krajach, gdzie standardem diagnostyki AF jest 24h lub 3 dniowy Holter nasze oprogramowanie daje wyjątkową szansę dla pozostałych 80% pacjentów. Pozwala zidentyfikować osoby zagrożone migotaniem przedsionków, które potrzebują dodatkowej diagnostyki, a dla których standardowe monitorowanie EKG trwa zbyt krótko. Posiadamy bardzo duży zbiór danych medycznych, który pozwala prowadzić prace R&D w obszarze AI nad nowymi modelami predykcyjnymi. Nasze nowe algorytmy umożliwią prowadzenia analiz predykcyjnych, identyfikacji biomarkerów i analiz zdrowotnych w celu optymalizacji procesu diagnozowania i leczenia pacjentów z chorobami układu krążenia” – podkreśla Przemysław Tadla, Dyrektor Techniczny w Medicalgorithmics.

Migotanie przedsionków (AF) rozwija się w ciągu życia u co czwartej osoby dorosłej w wieku powyżej 40 lat. ​Jesteśmy podekscytowani, że możemy zaproponować nowe, mniej uciążliwe podejście do diagnostyki AF.

Biznesradar bez reklam? Sprawdź BR Plus
Biznesradar bez reklam? Sprawdź BR Plus