Neurobit Hub

Neurobit Technologies

Om appen

Hub är en teknologiplattform för att fånga biomarkörer för sömn. Vi spårar och analyserar dina livsviktigheter som hjärtslag, andning, temperatur och rörelser upp till tusen gånger varje sekund medan du sover för att få ut otroliga insikter om ditt fysiska och mentala välbefinnande. Vi använder sömn som en portal för att förstå din nuvarande och framtida hälsa och tillhandahåller specifika åtgärder för att förbättra den.

Den insamlade informationen bearbetas av Neurobits egenutvecklade AI som backas upp av årtionden av forskning och är utbildad på biljoner hälsodatapunkter, vilket gör att den kan förstå dig både med hänvisning till den allmänna befolkningen såväl som "dig" som en unik person. Vi strävar efter att kontinuerligt lägga till nya insikter och mätningar med stöd av forskning och kliniska data för att bättre förstå dig själv och hjälpa dig och din familj att leva ett hälsosammare och lyckligare liv.

Hub-plattformen är:

- Kliniskt validerad*
- Enhets- och signalagnostisk
- Personlig rapport med AI-drivna handlingsbara insikter
- Mycket detaljerad sömnbiomarkörrapport som omfattar sömn, andning och hjärthälsa. Nya mått kommer att läggas till löpande.
- Rådata inkluderar hypnogram, hjärtfrekvens över natten, andningshinder.

Hub-plattformen är helt HIPAA-kompatibel och är designad för att passa in i många olika användningsfall:

- Konsumenthälsa
- Kliniska tester
- Resultatbaserade system
– Telehälsa
- Akademisk forskning
- Befolkningens hälsa
- Labbtestplattform
- Fjärrövervakning

VARNING:
Hub-appen ger dig analysen av data som samlats in via Z3Pulse-enheten eller en tredjepartsmonitor. Informationen som presenteras i APP eller tillhörande rapport är inte avsedd att diagnostisera, behandla, bota eller förebygga någon sjukdom. All information som presenteras i APP och rapporterna är inte avsedd som en ersättning för eller alternativ till information från läkare. Du kan använda den som utgångspunkt för alla samtal du kan ha med din läkare.

Kliniska valideringar*:

Pini, N., Ong, J. L., Yilmaz, G., Chee, N. I., Siting, Z., Awasthi, A., ... & Lucchini, M. (2021). En automatiserad pulsbaserad algoritm för klassificering av sömnstadium: validering med konventionell PSG och innovativ bärbar EKG-enhet. medRxiv.

Chen, Y. J., Siting, Z., Kishan, K., & Patanaik, A. (2021). Omedelbar pulsbaserad sömnindelning med djupinlärningsmodeller som ett bekvämt alternativ till polysomnografi.

Siting, Z., Chen, Y. J., Kishan, K., & Patanaik, A. (2021). Automatiserad sömnapnédetektering från momentan hjärtfrekvens med hjälp av modeller för djupinlärning.

Nyheter

* Home screen minor UI Update
* Enhanced user experience