AviveSolutions的AED机器学习算法超过了美国心脏协会的性能建议
Avive Solutions,Inc(以下简称“ Avive”或“公司”)是下一代自动体外除颤器(“ AED”)和创新型心脏骤停反应解决方案的开发商,被选为在2020年美国心脏病学会大会上的演讲台上介绍了一种用于心律失常分类的新型机器学习算法的研究。
“用于下一代自动体外除颤器内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
这项研究的标题是“用于下一代自动体外除颤器中可电击心律失常分类的卷积神经网络算法的开发和验证”,并且已发布的摘要可在上找到。
这项研究的作者从成人和儿科患者那里收集了世界上最大的心电图(ECG)节律数据库之一,该数据库是从13种不同来源(包括可公开获得的数据库,医疗中心和私人拥有的数据库)获得的。心电图由3名心脏病专家组成的不同组进行裁决,并按照严格的标准对节奏分类达成共识,然后将其分为用于开发和测试算法的不同数据集。
“这项研究的主要目的是评估新型算法检测可电击性心律失常的性能。次要目标是表明该算法的准确性符合美国心脏协会对心律失常分析算法的性能推荐。”该研究的主要研究者Scripps诊所的心脏病与医疗保健创新部门Sanjeev Bhavnani博士说。
作者发现,神经网络的性能超过了美国心脏协会(AHA)针对12种特定节律类别的敏感性和特异性的性能建议,并且在用于评估机器学习算法的指标上取得了可喜的结果。
总体而言,卷积神经网络对可电击和不可电击的节律显示出超过99%的诊断准确性。Bhavnani说:“将这种创新技术直接应用到新的AED设备中是独一无二的,对改善护理的心脏骤停过程具有重大意义。”
Avive的心律失常分类机器学习方法是快速,通用和准确的心律诊断的有前途的发展。
“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,” Avivive联合创始人兼首席执行官Rory Beyer说道。“我们相信,这种新颖的框架将使我们能够不断改善AED需要处理的广泛患者和情况下的表现,特别是在我们收集现场其他数据时。最后,我们希望这些改进将挽救更多生命。”
这项研究的合作伙伴遍布多个机构,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Avive Solutions,Inc.
Avive Solutions,Inc.是一家总部位于旧金山的私营医疗技术公司,致力于开发下一代自动体外除颤器和新颖的心脏骤停反应解决方案,以期显着提高突发性心脏骤停的生存率。