Neurobit Hub APP
Die gesammelten Daten werden von der proprietären KI von Neurobit verarbeitet, die auf jahrzehntelanger Forschung basiert und auf Billionen von Gesundheitsdatenpunkten trainiert ist, die es ihr ermöglichen, Sie sowohl in Bezug auf die allgemeine Bevölkerung als auch „Sie“ als einzigartige Person zu verstehen. Wir sind bestrebt, kontinuierlich neue Erkenntnisse und Messungen hinzuzufügen, die durch Forschungs- und klinische Daten gestützt werden, um sich selbst besser zu verstehen und Ihnen und Ihrer Familie zu helfen, ein gesünderes und glücklicheres Leben zu führen.
Die Hub-Plattform ist:
- Klinisch validiert*
- Geräte- und signalunabhängig
- Personalisierter Bericht mit KI-gesteuerten umsetzbaren Erkenntnissen
- Hochdetaillierter Schlaf-Biomarker-Bericht, der Schlaf, Atmung und Herzgesundheit umfasst. Neue Messungen werden laufend hinzugefügt.
- Rohdaten umfassen Hypnogramme, Herzfrequenz über Nacht, Atemwegsobstruktionen.
Die Hub-Plattform ist vollständig HIPAA-konform und so konzipiert, dass sie in viele verschiedene Anwendungsfälle passt:
- Verbrauchergesundheit
- Klinische Versuche
- Ergebnisbasierte Systeme
- Telemedizin
- Wissenschaftliche Forschung
- Bevölkerungsgesundheit
- Labortestplattform
- Fernüberwachung
HAFTUNGSAUSSCHLUSS:
Die Hub-APP bietet Ihnen die Analyse der Daten, die über das Z3Pulse-Gerät oder einen Monitor eines Drittanbieters erfasst wurden. Die in der APP oder dem zugehörigen Bericht präsentierten Informationen dienen nicht der Diagnose, Behandlung, Heilung oder Vorbeugung von Krankheiten. Alle Informationen, die in der APP und den Berichten präsentiert werden, sind nicht als Ersatz oder Alternative zu Informationen von Ärzten gedacht. Sie können es als Ausgangspunkt für jedes Gespräch mit Ihrem Arzt verwenden.
Klinische Validierungen*:
Pini, N., Ong, J. L., Yilmaz, G., Chee, N. I., Standortwahl, Z., Awasthi, A., ... & Lucchini, M. (2021). Ein automatisierter herzfrequenzbasierter Algorithmus zur Klassifizierung der Schlafstadien: Validierung mit herkömmlichem PSG und innovativem tragbarem EKG-Gerät. medRxiv.
Chen, Y. J., Siting, Z., Kishan, K., & Patanaik, A. (2021). Auf der sofortigen Herzfrequenz basierendes Schlaf-Staging unter Verwendung von Deep-Learning-Modellen als praktische Alternative zur Polysomnographie.
Siting, Z., Chen, Y. J., Kishan, K., & Patanaik, A. (2021). Automatisierte Schlafapnoe-Erkennung anhand der momentanen Herzfrequenz mithilfe von Deep-Learning-Modellen.