Neurobit Hub APP
Los datos recopilados son procesados por la IA patentada de Neurobit que está respaldada por décadas de investigación y está entrenada en billones de puntos de datos de salud que le permiten comprenderlo tanto en referencia a la población general como a "usted" como una persona única. Nos esforzamos por agregar continuamente nuevos conocimientos y mediciones respaldados por investigaciones y datos clínicos para comprenderlo mejor y ayudarlo a usted y a su familia a llevar una vida más saludable y feliz.
La plataforma Hub es:
- Clínicamente validado*
- Agnóstico de dispositivo y señal
- Informe personalizado con información procesable impulsada por IA
- Informe de biomarcadores del sueño altamente detallado que abarca el sueño, la respiración y la salud cardíaca. Se añadirán nuevas medidas continuamente.
- Los datos sin procesar incluyen hipnogramas, frecuencia cardíaca durante la noche, obstrucciones respiratorias.
La plataforma Hub es totalmente compatible con HIPAA y está diseñada para adaptarse a muchos casos de uso diferentes:
- Salud del consumidor
- Ensayos clínicos
- Sistemas basados en resultados
- Telesalud
- Investigación académica
- Salud de la Población
- Plataforma de pruebas de laboratorio
- Monitoreo remoto
DESCARGO DE RESPONSABILIDAD:
La aplicación Hub le proporciona el análisis de los datos recopilados a través del dispositivo Z3Pulse o un monitor de terceros. La información presentada dentro de la APP o el informe asociado no pretende diagnosticar, tratar, curar o prevenir ninguna enfermedad. Toda la información presentada dentro de la APP y los informes no pretenden ser un sustituto o una alternativa a la información de los profesionales de la salud. Puede usarlo como punto de partida para cualquier conversación que pueda tener con su médico.
Validaciones Clínicas*:
Pini, N., Ong, J. L., Yilmaz, G., Chee, N. I., Siting, Z., Awasthi, A., ... & Lucchini, M. (2021). Un algoritmo automatizado basado en la frecuencia cardíaca para la clasificación de las etapas del sueño: validación mediante PSG convencional y un innovador dispositivo de ECG portátil. medRxiv.
Chen, Y. J., Siting, Z., Kishan, K. y Patanaik, A. (2021). Estadificación instantánea del sueño basada en la frecuencia cardíaca utilizando modelos de aprendizaje profundo como una alternativa conveniente a la polisomnografía.
Siting, Z., Chen, Y. J., Kishan, K. y Patanaik, A. (2021). Detección automática de apnea del sueño a partir de la frecuencia cardíaca instantánea utilizando modelos de aprendizaje profundo.