Hub er en teknologiplatform til at fange søvnbiomarkører. Vi sporer og analyserer dine vitale funktioner som hjerteslag, åndedræt, temperatur og bevægelser op til tusind gange hvert sekund, mens du sover, for at få en utrolig indsigt i dit fysiske og mentale velbefindende. Vi bruger søvn som en portal til at forstå dit nuværende og fremtidige helbred og give specifikke handlinger til at forbedre det.
De indsamlede data behandles af Neurobits proprietære AI, som er understøttet af årtiers forskning og er trænet på billioner af sundhedsdatapunkter, hvilket gør det muligt at forstå dig både i forhold til den generelle befolkning såvel som "dig" som en unik person. Vi bestræber os på løbende at tilføje ny indsigt og målinger understøttet af forskning og kliniske data for bedre at forstå dig selv og hjælpe dig og din familie med at leve et sundere og lykkeligere liv.
Hub-platformen er:
- Klinisk valideret*
- Enheds- og signalagnostiker
- Personlig rapport med AI-drevet handlingsorienteret indsigt
- Meget detaljeret søvnbiomarkørrapport, der spænder over søvn, respiration og hjertesundhed. Nye mål vil løbende blive tilføjet.
- Rådata inkluderer hypnogrammer, puls natten over, åndedrætshindringer.
Hub-platformen er fuldt ud HIPAA-kompatibel og er designet til at passe ind i mange forskellige use cases:
- Forbrugersundhed
- Kliniske forsøg
- Resultatbaserede systemer
- Telesundhed
- Akademisk forskning
- Befolkningssundhed
- Laboratorietestplatform
- Fjernovervågning
ANSVARSFRASKRIVELSE:
Hub-appen giver dig analysen af de data, der er indsamlet gennem Z3Pulse-enheden eller en tredjepartsskærm. De oplysninger, der præsenteres i APP'en eller den tilhørende rapport, er ikke beregnet til at diagnosticere, behandle, helbrede eller forebygge nogen sygdom. Al information præsenteret i APP'en og rapporterne er ikke ment som en erstatning for eller alternativ til information fra læger. Du kan bruge det som udgangspunkt for enhver samtale, du måtte have med din læge.
Kliniske valideringer*:
Pini, N., Ong, J. L., Yilmaz, G., Chee, N. I., Siting, Z., Awasthi, A., ... & Lucchini, M. (2021). En automatiseret pulsbaseret algoritme til klassificering af søvnstadier: validering ved hjælp af konventionel PSG og innovativ bærbar EKG-enhed. medRxiv.
Chen, Y. J., Siting, Z., Kishan, K., & Patanaik, A. (2021). Øjeblikkelig pulsbaseret søvninddeling ved hjælp af deep learning-modeller som et praktisk alternativ til polysomnografi.
Siting, Z., Chen, Y. J., Kishan, K., & Patanaik, A. (2021). Automatiseret søvnapnødetektion fra øjeblikkelig puls ved hjælp af deep learning-modeller.