当前位置: 首页 > 科技赋能

奥埃德蒙德!人工智能自动诊断心律失常

时间:2024-05-22 16:28:25 科技赋能

近日,百度前首席科学家吴恩达博士也进军AI医疗领域。

他与斯坦福大学的研究团队一起训练了一种机器学习算法来识别心电图数据中的各种不规则心跳。

医生利用人工智能机器通过心电图判断患者是否出现心跳不规则的情况。

这种自动诊断的新方法对于日常医疗具有重要意义。

它可以帮助人们更好地判断潜在致命性心律失常的症状,并在其发生之前进行预防。

此外,还可以为医疗资源匮乏的地区提供良好的医疗服务。

与此同时,深圳还有一家与吴博士一起走在该领域前沿的初创公司:深圳欧德梦科技有限公司最近发布了一款通过AI技术自动诊断心电图的产品- 讯智H1心电带,现已进入市场并获得良好反响。

迅智H1心电带具有动态心电监测和分析功能。

它收集用户的单导联心电信号,并与云端的自动诊断模型相结合,识别心律失常事件。

目前可分析诊断正常窦性心律、室性早搏、室上性早搏、房室传导阻滞、室性心动过速、室性二联律、室性三联律、室上性二联律、室性二联律、上三联征、心动过速、心动过缓等各类心电图波形等,并可记录HRV高低频、pnn50、rMMSD等专业详细指标。

AI心电图自动诊断算法意义重大。

心律失常可导致心肌梗塞、心力衰竭等疾病。

然而,由于某些心律失常事件只能检测心电图异常,信号难以捕捉,患者不得不长期连续佩戴动态心电图以保护健康。

安全的;而心率不稳定的情况下,会影响医生的诊断和治疗判断。

例如:二度房室传导阻滞的两种形式的心律失常,心电图波形看起来非常相似,但一种不需要治疗,而另一种则需要立即治疗。

AI心电图自动诊断算法可以更有效地识别和判断心律失常事件,效果甚至超越了人类专家。

可以有效预防和避免因心脏问题造成的损伤甚至死亡。

对现代人类医学具有重要意义。

黄恩达医生认为,这是一个深刻学习的好机会,可以提高患者健康质量,并为医生节省大量时间。

自2016年成立以来,Odemon一直致力于通过健康智能硬件建立流量入口,持续监测用户健康数据并将其融入核心人工智能数据平台。

通过不断积累数据,它就像一个“机器人医生”,不断分析海量数据。

利用医学数据、医学参考书、医学杂志、临床诊断手册、医疗电子病历等数据进行深度学习训练,以更准确地识别更多疾病。

作为健康物联网全产业链企业,奥德蒙拥有自主硬件研发生产、供应链管控、专业健康医疗算法研发、提供配套软件服务、用户运营、后端价值全栈服务能力——增加的服务。

,使产品能够快速上线、快速复制。

这在健康物联网行业中是罕见的。

高质量的数据成为最重要的障碍。

机器学习的关键是从海量数据中获取规则和知识。

领导团队利用人工智能诊断癌症的麻省理工学院教授Regina Barzilay表示,制约AI在医疗领域发展和应用的重要问题是缺乏优秀的疾病数据,这意味着如果没有可靠的临床数据,诊断就无法进行。

只停留在猜测阶段。

吴博士的团队目前也正在与iRhythm合作,基于海量心律失常患者数据对算法模型进行更深入的训练。

而奥德蒙德的海量数据入口,为竞争壁垒的不断提升奠定了基础。

一方面,Oldmond通过自己的硬件产品和向第三方提供的API,构建了大量的数据门户。

目前,Odemon已接入超过10,000名用户,单月硬件出货量已达10万件。

预计2年内将积累数千万用户。

它不断获取数据,并与医生合作进行标签,引导用户创建自己的标签。

以积累训练模型数据的形式;另一方面,公司通过参与国家医学科研项目、与政府、医院合作,从知名医疗机构获取了数百万条结构化、标签化、电子化的数据??。

临床诊断数据来训练和验证智能分析模型。

随着数据的不断积累,积木云的算法和模型将不断强化,形成越来越高的竞争壁垒。

除了软件和算法的优化,Oldmond也在硬件上不断寻求创新。

Odemond最近成功研发出一款心电血压手环,将心电测量位置从胸部延伸至手腕,并结合心电和血压数据,通过计算脉搏波传导时间(PWTT),使手腕血压数据更加准确。

可靠的。

血压心电手环将在未来两个月内上市,这将进一步强化Oldmond的硬件+模型+数据的优势。

相信在全球科技工作者的共同努力下,人工智能在医疗行业将得到更深层次的发展和应用。