Klinische Studien beginnen von Cambridge Heartwear KI betriebenen Monitor, die mit einem Risiko für einen Schlaganfall identifiziert

Klinische Studien sind im Gang eines Cambridge Inbetriebnahme des neuen Low-Cost-tragbaren Herz-Monitor, die künstliche Intelligenz nutzt die mit einem Risiko eines Schlaganfalls zu identifizieren. Cambridge Heartwear sensor verpackt drahtloses Gerät nimmt über gefährliche und Herzrhythmusstörungen bis, die gehen oft unentdeckt, bis nach einem Schlaganfall stattgefunden hat.

Cambridge Heartwear von Prof Roberto Cipolla, Dr. Rameen Shakur und James Charles, ein Post-Doc in Prof Cipolla Gruppe

Das Konzept wurde aus einem persönlichen Verlust geboren.

Im 2015, ein Jahr nach seinem Vater starb an einem Schlaganfall, Professor Roberto Cipolla, von der University of Cambridge Lehrstuhl für Ingenieur, traf Kardiologen und klinischen akademischen Dr. Rameen Shakur und begann bildet eine Zusammenarbeit in der Forschung, die das Unternehmen geführt wird, in 2017.

Schlaganfall und Schlaganfall-Mortalität and morbidity affects 120,000 Menschen im Vereinigten Königreich jedes Jahr. Es ist die vierthäufigste Todesursache des Landes, mit mehr als 23,000 Todesfälle im vergangenen Jahr, und die NHS verbringt £ 2,5 Milliarden jährlich auf neurologischer Behandlung und Rehabilitation von Schlaganfallpatienten.

Die häufigste Herzrhythmusstörung, das wirkt sich auf mehr als eine Million Menschen in ganz Großbritannien, ist Vorhofflimmern (VON).

Nationale und internationale Daten legen nahe, mehr als 80 Prozent die, die sterben oder die nach einem Schlaganfall mit schweren neurologischen Defiziten gelassen hatten einen unregelmäßigen Herzschlag, wie die zugrunde liegende Ursache, Früherkennung bedeutet, könnte einen echten Unterschied machen.

Dr Shakur, wer war früher ein Wellcome Trust Clinical Fellow in Cambridge und ist jetzt am MIT in Amerika basiert, sagte: „Es macht Sinn AF zu holen, bevor jemand einen Schlaganfall hat und vorbeugende Behandlung an Ort und Stelle setzen. Unglücklicherweise, die Technologie und klinische Versorgung Systeme, die wir zur Zeit an der richtigen Stelle tun dies nicht wirklich.“

Elektrokardiogramme (EKGs) werden verwendet, Herzrhythmus zu überwachen. Aber die Verwendung einer außerhalb eines GP Chirurgie oder Krankenhaus, eine umständliche £ 2,000 Gerät ein Holter-Monitor genannt wird, an der Brust eines Patienten angebracht über 12 führt, und erfolgt herum für 24 Std.

Es kann dann vier bis sechs Wochen ab dem Zeitpunkt der Überweisung von einem GP an den anaylsis der Daten aus dem Holter-Monitor.

„Wenn Sie ein EKG über einen langen Zeitraum tragen, Sie eine riesige Menge an Daten zu sammeln,“, Sagte Dr. Shakur. „Das Finden einer Unregelmäßigkeit unter allen normalen Rhythmen kann in einem Heuhaufen nach einer Nadel wie der Blick sein. Ich wollte diesen Prozess automatisieren, den Patienten helfen, eine Diagnose zu erhalten und auf die Behandlung beginnen.“

Arbeiten mit Prof Cipolla, ein weltweit führendes Unternehmen im Bereich Computer Vision und realen Anwendungen, und Studenten der Abteilung für Ingenieur, der einzigartige Heartsense Monitor wurde mit leistungsfähigen Algorithmen entwickelt zusammen, die automatisch die EKG-Daten mit einer Genauigkeit interpretieren können oben 95 Prozent.

Das Cambridge Science Park Unternehmen gesichert Finanzierung im vergangenen Jahr zu bauen und zu testen 100 Prototypen und verlängern die KI-Fähigkeit des Geräts.

Heartsense enthält eine mehr Kanal-EKG, Sauerstoffmess, eine Temperatur und die Nachführeinrichtung, die von den Patienten bequem getragen werden kann, während seiner vielfältigen, unabhängige Sensoren, die Erzeugung spezifische und sensitive Daten, sind in einem robusten wasserdichten Gehäuse umschlossen.

Das Entwicklungsteam verwenden Kenntnisse der klinischen Anatomie und Elektro gewährleisten maximalen Signalausgang und die erzeugten Daten sind wesentlich empfindlicher als die von aktuellem Single Blei tragbare Geräten.

Diese Daten werden in Echtzeit in die Cloud drahtlos gestreamt, wo adaptive KI-Algorithmen identifizieren klinisch relevante unregelmäßig und gefährliche Rhythmen.

Das Ziel war, Algorithmen zu erstellen, die von einer begrenzten Menge an Aufsicht von dem Kardiologen lernen könnte.

„Unser Ziel war nicht den Kardiologen ersetzen, aber ihr Diagnoseunterstützung in Echtzeit zu geben,,„, Sagte Prof. Cipolla.

Zur Unterstützung der Annahme von Klinikern, das Team auch dafür gesorgt, dass die Ausgabe der AI-Algorithmen, die Informationen häufig von einem Kardiologen verwendet enthielt.

„Das war nicht notwendig für die endgültige Diagnose aber das System hat ein wenig mehr verständlich und erklärbar als typische Tieflernsysteme, die noch sind gedacht als Black Boxes,„Noted Prof Cipolla.

Deutlich geringer Kosten als ein Holter-Monitor, Das ergonomische Design des Gerätes wurde mit Hilfe des Royal College of Art entwickelt.

Die Patienten werden derzeit für klinische Studien des Produkts aus der Grundversorgung in Lancashire eingeschrieben.

Quelle:

http://www.cambridgeindependent.co.uk