Neurobit Hub APP
Zebrane dane są przetwarzane przez zastrzeżoną sztuczną inteligencję Neurobit, która jest wspierana przez dziesięciolecia badań i jest przeszkolona na bilionach punktów danych dotyczących zdrowia, co pozwala zrozumieć Ciebie zarówno w odniesieniu do ogólnej populacji, jak i „ty” jako wyjątkowej osoby. Staramy się stale dodawać nowe spostrzeżenia i pomiary poparte badaniami i danymi klinicznymi, aby lepiej zrozumieć siebie i pomóc Tobie i Twojej rodzinie prowadzić zdrowsze i szczęśliwsze życie.
Platforma Hub to:
- Zwalidowany klinicznie*
- Niezależny od urządzenia i sygnału
- Spersonalizowany raport z praktycznymi spostrzeżeniami opartymi na sztucznej inteligencji
- Bardzo szczegółowy raport biomarkerów snu obejmujący sen, oddychanie i zdrowie serca. Nowe pomiary będą dodawane w sposób ciągły.
- Surowe dane obejmują hipnogramy, nocne tętno, niedrożność dróg oddechowych.
Platforma Hub jest w pełni zgodna z HIPAA i została zaprojektowana tak, aby pasowała do wielu różnych zastosowań:
- Zdrowie konsumentów
- Badania kliniczne
- Systemy oparte na wynikach
- Telezdrowie
- Badania naukowe
- Zdrowie populacji
- Platforma do testów laboratoryjnych
- Zdalny monitoring
ZASTRZEŻENIE:
Aplikacja Hub zapewnia analizę danych zebranych przez urządzenie Z3Pulse lub monitor innej firmy. Informacje przedstawione w aplikacji lub powiązanym raporcie nie mają na celu diagnozowania, leczenia, leczenia lub zapobiegania jakiejkolwiek chorobie. Wszystkie informacje prezentowane w aplikacji i raportach nie mają na celu zastąpienia lub alternatywy dla informacji od lekarzy. Możesz użyć go jako punktu wyjścia do każdej rozmowy z lekarzem.
Walidacje kliniczne*:
Pini, N., Ong, J.L., Yilmaz, G., Chee, N.I., Siting, Z., Awasthi, A., ... & Lucchini, M. (2021). Zautomatyzowany algorytm oparty na tętnie do klasyfikacji faz snu: walidacja przy użyciu konwencjonalnego PSG i innowacyjnego urządzenia EKG do noszenia. medRxiv.
Chen, Y.J., Siting, Z., Kishan, K. i Patanaik, A. (2021). Stopniowanie snu na podstawie chwilowego tętna z wykorzystaniem modeli głębokiego uczenia jako wygodnej alternatywy dla polisomnografii.
Siting, Z., Chen, YJ, Kishan, K. i Patanaik, A. (2021). Zautomatyzowane wykrywanie bezdechu sennego na podstawie chwilowego tętna przy użyciu modeli głębokiego uczenia.