环球科创网

AviveSolutions的AED机器学习算法超过心脏协会的性能推荐

更新时间:2021-12-29 22:27:42

导读 Avive Solutions,Inc (以下简称“Avive”或“公司”),一家开发下一代自动体外除颤器(“AED”)和创新心脏骤停响应解决方案的公司,

Avive Solutions,Inc .(以下简称“Avive”或“公司”),一家开发下一代自动体外除颤器(“AED”)和创新心脏骤停响应解决方案的公司,被选中在2020年心脏病学院大会的平台上介绍心律失常分类的新机器学习算法。

“下一代自动体外除颤器中用于可电击心律失常分类的卷积神经网络算法的开发和验证”。

推这个。

本研究课题为“下一代自动体外除颤器中用于休克性心律失常分类的卷积神经网络算法的开发与验证”,已发表的综述可在www上查阅。

这项研究的作者从成人和儿科患者中收集了世界上最大的心电图节律数据库之一,这些数据库来自13个不同的来源(包括公共数据库、医疗中心和私人数据库)。心电图由三名心脏病专家组成的不同小组进行判断,并根据严格的标准就节律分类达成共识,然后将其分为不同的数据集进行算法开发和测试。

“这项研究的主要目的是评估新算法在检测可电击心律失常方面的性能。次要目标是表明算法的准确性符合Heart Association心律失常分析算法的性能推荐。”这项研究的首席研究员,斯克里普斯诊所心脏病学和医疗保健创新部的Sanjeev Bhavnani博士说。

作者发现,神经网络的性能超过了心脏协会(AHA)对12种特定节律类别的敏感性和特异性推荐,在评价机器学习算法的指标上取得了可喜的成绩。

一般来说,卷积神经网络对可电击节律和无电击节律的诊断准确率都在99%以上。Bhavnani说:“将这项创新技术直接应用于新的AED设备是独一无二的,这对改善护理中的心脏骤停过程具有重要意义。”

Avive的心律失常分类机器学习方法是快速、通用和准确的心律失常诊断的一个有前途的发展。

Vive联合创始人兼Rory Beyer表示:“虽然已经超过了AHA的性能标准,但我们仍在继续进一步优化算法。”我们相信,这一新颖的框架将使我们能够不断改善AED需要处理的各种患者和情况的表现,特别是当我们收集其他现场数据时。最后,我们希望这些改进将拯救更多的生命。"

研究伙伴分布在许多机构,包括斯克里普斯诊所、匹兹堡大学、肯塔基大学、犹他大学、麻省理工学院、伦敦帝国理工学院和圣地亚哥大学。

关于艾维解决方案公司。

Avisolutions,Inc .是一家私人医疗技术公司,总部位于旧金山,致力于开发下一代自动体外除颤器和新的心脏骤停响应解决方案,以显著提高心脏骤停的存活率。

免责声明:本文由用户上传,如有侵权请联系删除!