Análisis automático de la salud del corazón

Análisis automático de la salud del corazón

Algoritmo diseñado para analizar automáticamente la salud del corazón mediante el uso de ECG y Holter y prevenir eventos cardíacos peligrosos para grupos de riesgo elevado.

Cardiolyse ha desarrollado una aplicación que determina con precisión la posición de cada parámetro cardíaco y vital en una escala desde una base de personal hasta la patología para prevenir eventos cardíacos peligrosos en grupos de riesgo elevado. Utiliza un innovador algoritmo de aprendizaje automático con hasta 400 parámetros de ECG analizados, lo que permite tener un control y manejo confiable de las enfermedades cardiovasculares crónicas, además de un soporte a la atención médica detallado y oportuno de alto valor.

Aplicaciones y enfermedades

Esta herramienta es útil para la detección temprana de eventos cardíacos peligrosos en grupos de riesgo elevado. Es un componente vital en la atención médica preventiva, que permite el manejo de complicaciones de enfermedades crónicas en entornos no clínicos y la mejora de la calidad de vida de los pacientes. Proporciona métricas de nivel de riesgo cardíaco, nivel de estrés y edad biológica del corazón para un mejor ajuste del estilo de vida.

La herramienta también permite evaluar el impacto visible de la terapia asignada.

Patologías detectables

Beneficios

Resumimos los resultados de los pacientes referentes al nivel de riesgo cardíaco, la resistencia, las puntuaciones de miocardio, el nivel de estrés y las métricas de edad biológica del corazón para lograr mejores ajustes en su estilo de vida.

En el informe proporcionado aparecerán hasta 400 parámetros de ECG analizados y personalizados según la base del paciente. Se envía una alerta si se detecta un evento de riesgo crítico, ya que es una aplicación de autogestión conveniente e independiente de la salud.

Referencias

[1] Chaikovsky, I. Electrocardiogram scoring beyond the routine analysis: subtle changes matters. Expert review of medical devices, 17(5), 379-282. (2020).
[2] Chaikovsky, I. Syropyatov, I., Budnyk, M., Miasnikov, G., Kazmirchyk, A., & Dykhanovskiv, V. Investigation of the ECG Leads Sensitivity to Myocardial Ischemia by Means of Biophysical Model. IEEE 39th International Conference of Electronics and Nanotechnology (ELNANO)(pp.518-521). (2019).

Otras herramientas