Auch mit der Apple Watch, der so beliebten Smartwatch des Unternehmens Apple, lassen sich Herzrhythmusstörungen mit hoher Genauigkeit erkennen. Wie Sie wissen, ist die Apple Watch mit Hilfe eines speziellen Sensors in der Lage, Herzschläge zu messen und durch die Analyse dieser Daten können Herzrhythmusstörungen mit einer Genauigkeit von 97 % erkannt werden.
Wir sprechen hier über die häufigsten Formen dieser Herzanomalien. Die University of California hat eine Anwendung erstellt, die dies erreicht. Basierend auf den über diese Anwendung erfassten Daten erstellten die Universitätsforscher außerdem eine Studie, die zeigt, wie die Apple Watch verwendet werden kann, um diese Herzanomalien mit so hoher Genauigkeit zu erkennen.
Mehr als 6000 Menschen nahmen an dieser Studie teil und bei einigen wurden verschiedene Probleme festgestellt, obwohl ihre EKGs eine normale Herzfunktion zeigten. Aus den in der Anwendung der Forscher erfassten Daten entstand ein auf künstlicher Intelligenz basierendes Netzwerk, das allein Anomalien in den Aufzeichnungen der Apple Watch erkennt.
Die Universität, die diese Studie auf Grundlage des jeweiligen Antrags initiiert hat, wird ihre Arbeit zur Verbesserung der Diagnose von Nutzern fortsetzen. Die Anwendung bietet die Möglichkeit, potenzielle Herzprobleme rechtzeitig zu entdecken, allerdings hängt alles von anderen vorherigen Aufzeichnungen und der Art und Weise ab, wie die Ablesung mit der Apple Watch erfolgt.
Wenn Sie daran interessiert sind, das System zu testen, können Sie die Cardiogram-Anwendung herunterladen daher.
„Um das Modell zu validieren, haben wir durch Kardioversionen Goldstandard-Etiketten für Vorhofflimmern erhalten. Bei einer Kardioversion wird ein Patient mit Vorhofflimmern entweder chemisch oder durch einen Herzschock wieder in den normalen Sinusrhythmus zurückversetzt. 51 Patienten der UCSF stimmten zu, während ihrer Kardioversion eine Apple Watch zu tragen. Wir haben Herzfrequenzproben vor dem Eingriff erhalten, als der Patient Vorhofflimmern hatte, und danach, als das Herz des Patienten wieder einen normalen Rhythmus hatte. Bei diesem Validierungssatz erzielte unser Modell eine AUC von 0.97 und übertraf damit bestehende Methoden.“
