导航菜单

JACC临床EP上的新研究证实Cardiologs

人工智能 (AI) 心脏病学诊断领域的全球领导者Cardiologs宣布,该公司与 Valley Health System 合作进行的一项临床研究的结果已发表在美国心脏病学会临床电生理学杂志(“JACC 临床 EP”)。研究结果表明,Cardiologs 基于 AI 的 ECG 分析解决方案显着降低了对植入式循环记录器 (ILR) 患者进行远程心脏监测中的假阳性房颤 (AFib) 检测率。

Cardiologs 和 Valley Health 追踪了 425 名因已知 AFib 或隐源性中风而接受 ILR 的患者。所有适用的心电图读数都上传到 Cardiologs 的基于云的解决方案中,由公司的深度学习算法进行分析。总共评估了 1,500 次 AFib 发作。总体而言,研究表明 Cardiologs 的 AI 模型将假阳性的发生率降低了 66%,阳性预测值 (PPV) 高达 75%——表明该解决方案在识别真正的 AFib 发作方面非常有效。

“ILR 检测到的 AFib 的高误报率造成了重大的临床负担。由于 ILR 每天传输数据,因此这些误报是远程心脏监测的致命弱点之一。这项研究验证了 Cardiologs 的高级 AI 可以过滤 2/ 3 次假阳性 AF 发作,这应该会提高临床效率,”Valley Health System 电生理学和 Snyder 综合心房颤动中心主任、该研究的首席研究员 Suneet Mittal 博士说。

根据美国心脏协会的数据,超过 270 万美国人患有 AFib,而且这个数字还在继续增长。ILR 在这些患者的管理中发挥着关键作用。具有无线功能的设备被编程为自动将 ECG 数据传输到安全网站,以供心脏病学工作人员查看。然而,大量的录音可能会带来挑战——尤其是电生理学家必须审查大量的假阳性警报,以避免误诊和临床管理中的潜在错误。

“对可靠、高效的远程患者管理的需求比以往任何时候都强烈,而且只会在未来增加。我们在 JACC EP 中成功的试验结果的发布进一步验证了我们的解决方案对临床社区的巨大承诺。我们已经证明我们Cardiologs 联合创始人兼首席执行官 Yann Fleureau 说:“可以提供极其可靠的解决方案,减少远程管理 ILR 患者的临床负担。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。