I Japan blir nesten en million tilfeller av atrieflimmer, en påvist risiko for hjerneslag, uoppdaget. En lokal oppstart presenterer innovativ AI rettet mot denne økende faren.
Cardio Intelligence ble grunnlagt i 2019 og utvikler en rekke AI-baserte løsninger for kontinuerlig hjerteovervåking kalt SmartRobin AI.
SmartRobin AI-serien er basert på «forklarlig AI», som behandler et enormt volum av informasjon – et EKG-datasett med over 100 millioner hjerteslag – for å gi klinikere enkel informasjon for å støtte diagnosen deres.
Selskapet hevder at AI kan produsere en umiddelbar analyse av 24-timers EKG på omtrent tre minutter og 7-dagers EKG på omtrent 15 minutter.
AI-porteføljen dekker for tiden både kontinuerlig EKG-overvåking og AF-deteksjon.
Mobihealth nyheter snakket med Yuichi Tamura, administrerende direktør i Cardio Intelligence, som videre diskuterte deres siste arbeid med AF-deteksjon og hvordan de hjelper Japan med å kaste lys over denne tause trusselen.
Q. Du utvikler for tiden ny AI for å oppdage atrieflimmer. Hvor er du nå i denne prosessen, og hva kan du fortelle oss om denne teknologien og problemet den søker å løse?
EN. Vi har allerede fått medisinsk utstyrsgodkjenning for Atrial Fibrillation Detection AI System, som for tiden kommersialiseres i Japan. Teknologien vår utnytter dyplæringsalgoritmer for raskt å analysere enorme mengder EKG-data samlet over en periode på syv til fjorten dager. Hovedutfordringen vi står overfor er å forbedre diagnosefrekvensen av paroksysmal atrieflimmer, som ofte ikke har noen symptomer, men som kan føre til alvorlige komplikasjoner som hjerneslag hvis den ikke behandles. Ved å gi klinikere et pålitelig tidlig deteksjonsverktøy som minimerer arbeidsmengden til medisinsk personell, tar vi sikte på å forbedre pasientresultater og redusere helsekostnader forbundet med avansert hjerte- og karsykdommer.
Q. Kan du dele detaljer om studieresultatene dine etter å ha testet AI AFib-deteksjonsmodellen din?
EN. Ved påvisning av atrieflimmer fra standard langtids-EKG, demonstrerte vår AI-modell 97 % sensitivitet og 95 % spesifisitet. Denne forskningen ble publisert før vår produktlansering. Den siste tiden har vi gjennomført kliniske studier i samarbeid med flere ledende sykehus i Japan. Den positive frekvensen av atrieflimmer [detection adoption] nådde 15 %, noe som indikerer at AI-modellen vår blir brukt effektivt. Vi jobber også med å innlemme tilbakemeldinger fra lege for å forbedre tolkningen av resultater og forbedre brukergrensesnittet for å gjøre systemet enda mer brukervennlig.
Q. Det finnes mange AI-baserte EKG-analyseløsninger på markedet i dag. Hvordan skiller du produktutvalget ditt fra disse? Hva er din produktutviklingsstrategi og hvilken unike verdi tilbyr AI-produktene dine?
EN. Våre programvareprodukter for medisinsk utstyr er kompatible med all eksisterende EKG-maskinvare. Hvert produkt har et brukervennlig grensesnitt for leger og teknikere. I motsetning til andre black box-løsninger, gir vår AI-drevne programvare forklarlige resultater som lar klinikere forstå begrunnelsen bak hver deteksjon.
Vår utviklingsstrategi fokuserer på å løse utfordringer i kliniske omgivelser og maksimere eksamenseffektiviteten ved å samarbeide med spesialister og helsepersonell. Vi har allerede sikret slike kunder for å sikre at våre løsninger oppfyller virkelige behov.
Q. Hva er utvidelsesplanene dine? Har du søkt eller mottatt investeringer de siste månedene/årene? I hvilke markeder planlegger du å tilby AI-løsninger for EKG-analyse?
EN. Vi planlegger aktivt å tilby produktene våre utenfor Japan, inkludert Asia og Nord-Amerika. Vi har kontinuerlig samlet inn midler fra strategiske investorer som deler vår visjon om å fremme kardiovaskulær behandling gjennom AI-teknologi. Vi utforsker også partnerskap med internasjonale helseorganisasjoner for å lette vår inntreden i nye markeder. Vårt mål er å gjøre våre AI EKG-analyseløsninger tilgjengelige globalt, og forbedre hjertebehandlingen og pasientresultater over hele verden.
_
Yuichis svar er redigert for klarhet.
«Ond alkoholelsker. Twitter-narkoman. Fremtidig tenåringsidol. Leser. Matelsker. Introvert. Kaffeevangelist. Typisk baconentusiast.»