Neurobit Hub

Neurobit Technologies‏

درباره این برنامه

هاب یک پلت فرم فناوری برای گرفتن نشانگرهای زیستی خواب است. ما موارد حیاتی شما مانند ضربان قلب، تنفس، دما و حرکات را تا هزار بار در هر ثانیه در هنگام خواب ردیابی و تجزیه و تحلیل می کنیم تا بینش های باورنکردنی در مورد سلامت جسمی و روانی شما بدست آوریم. ما از خواب به عنوان پورتالی برای درک سلامت حال و آینده شما و ارائه اقدامات خاص برای بهبود آن استفاده می کنیم.

داده‌های جمع‌آوری‌شده توسط هوش مصنوعی اختصاصی Neurobit پردازش می‌شود که با دهه‌ها تحقیق پشتیبانی می‌شود و بر روی تریلیون‌ها نقطه داده سلامت آموزش داده شده است که به آن اجازه می‌دهد هم در ارتباط با جمعیت عمومی و هم «شما» را به عنوان یک فرد منحصربه‌فرد درک کند. ما در تلاش هستیم تا به طور مداوم بینش‌ها و اندازه‌گیری‌های جدیدی را با پشتوانه داده‌های تحقیقاتی و بالینی اضافه کنیم تا خود را بهتر بشناسیم و به شما و خانواده‌تان کمک کنیم تا زندگی سالم‌تر و شادتری داشته باشید.

پلت فرم هاب عبارت است از:

- دارای اعتبار بالینی *
- دستگاه و سیگنال آگنوستیک
- گزارش شخصی با بینش عملی مبتنی بر هوش مصنوعی
- گزارش بیومارکر خواب بسیار دقیق که خواب، تنفس و سلامت قلب را در بر می گیرد. اندازه گیری های جدید به طور مداوم اضافه خواهد شد.
- داده های خام شامل هیپنوگرام، ضربان قلب یک شبه، انسدادهای تنفسی است.

پلتفرم هاب کاملاً با HIPAA سازگار است و به گونه ای طراحی شده است که در موارد استفاده مختلف مناسب باشد:

- سلامت مصرف کننده
- آزمایشات بالینی
- سیستم های مبتنی بر نتیجه
- بهداشت از راه دور
- تحقیقات دانشگاهی
- سلامت جمعیت
- بستر تست آزمایشگاهی
- نظارت از راه دور

سلب مسئولیت:
Hub APP تجزیه و تحلیل داده های جمع آوری شده از طریق دستگاه Z3Pulse یا یک مانیتور شخص ثالث را در اختیار شما قرار می دهد. اطلاعات ارائه شده در APP یا گزارش مرتبط برای تشخیص، درمان، درمان یا پیشگیری از بیماری نیست. تمام اطلاعات ارائه شده در APP و گزارش ها به عنوان جایگزین یا جایگزینی برای اطلاعات پزشکان بهداشتی نیستند. می توانید از آن به عنوان نقطه شروع برای هر مکالمه ای که ممکن است با پزشک خود داشته باشید استفاده کنید.

اعتبارسنجی بالینی*:

Pini، N.، Ong، J. L.، Yilmaz، G.، Chee، N. I.، Siting، Z.، Awasthi، A.، ... & Lucchini، M. (2021). یک الگوریتم خودکار مبتنی بر ضربان قلب برای طبقه‌بندی مرحله خواب: اعتبارسنجی با استفاده از PSG معمولی و دستگاه ECG پوشیدنی نوآورانه. medRxiv.

Chen, Y. J., Siting, Z., Kishan, K., & Patanaik, A. (2021). مرحله بندی خواب بر اساس ضربان قلب آنی با استفاده از مدل های یادگیری عمیق به عنوان جایگزینی مناسب برای پلی سومنوگرافی.

Siting، Z.، Chen، Y. J.، Kishan، K.، & Patanaik، A. (2021). تشخیص خودکار آپنه خواب از ضربان قلب آنی با استفاده از مدل های یادگیری عمیق.

تازه‌ها

* Home screen minor UI Update
* Enhanced user experience