Z3Pulse

Z3Pulse, uyku biyobelirteçlerini yakalamak için bir teknoloji platformudur. Fiziksel ve zihinsel sağlığınıza dair inanılmaz içgörüler elde etmek için siz uyurken kalp atışları, solunum, sıcaklık ve hareketler gibi hayati değerlerinizi her saniyede bin defaya kadar takip ediyor ve analiz ediyoruz. Uykuyu şimdiki ve gelecekteki sağlığınızı anlamak ve iyileştirmek için belirli eylemler sağlamak için bir portal olarak kullanıyoruz.

Toplanan veriler, Neurobit'in onlarca yıllık araştırmalarla desteklenen ve trilyonlarca sağlık veri noktasında eğitilmiş tescilli yapay zekası tarafından işlenir ve bu sayede hem genel nüfus açısından hem de benzersiz bir kişi olarak "siz" olarak sizi anlayabilir. Kendinizi daha iyi anlamak ve sizin ve ailenizin daha sağlıklı ve mutlu bir yaşam sürmesine yardımcı olmak için sürekli olarak araştırma ve klinik verilerle desteklenen yeni bilgiler ve ölçümler eklemeye çalışıyoruz.

Z3Pulse platformu:

- Klinik olarak doğrulanmıştır*

- Cihaz ve Sinyalden Agnostik

- Yapay zekaya dayalı eyleme geçirilebilir içgörüler içeren kişiselleştirilmiş rapor

- Uyku, solunum ve kalp sağlığını kapsayan son derece ayrıntılı uyku biyobelirteç raporu. Sürekli olarak yeni ölçümler eklenecektir.

- Ham veriler hipnogramları, gece kalp atış hızını, solunum engellerini içerir.

Z3Pulse platformu tamamen HIPAA uyumludur ve birçok farklı kullanım durumuna uyacak şekilde tasarlanmıştır:

- Tüketici sağlığı

- Klinik denemeler

- Sonuca Dayalı Sistemler

- Telesağlık

- Akademik araştırma

- Nüfus Sağlığı

- Laboratuvar Test Platformu

- Uzaktan gözlemleme

SORUMLULUK REDDİ:

Z3Pulse APP, Z3Pulse cihazı veya bir üçüncü taraf monitör aracılığıyla toplanan verilerin analizini sağlar. APP veya ilgili raporda sunulan bilgiler, herhangi bir hastalığı teşhis etmek, tedavi etmek, iyileştirmek veya önlemek için tasarlanmamıştır. APP'de ve raporlarda sunulan tüm bilgiler, sağlık pratisyenlerinden gelen bilgilerin yerine geçmez veya bunlara alternatif değildir. Bunu doktorunuzla yapacağınız herhangi bir konuşma için bir başlangıç ​​noktası olarak kullanabilirsiniz.

Klinik Doğrulamalar*:

Pini, N., Ong, J.L., Yılmaz, G., Chee, N.I., Siting, Z., Awasthi, A., ... & Lucchini, M. (2021). Uyku aşaması sınıflandırması için otomatik kalp atış hızı tabanlı bir algoritma: geleneksel PSG ve yenilikçi giyilebilir EKG cihazı kullanılarak doğrulama. medRxiv.

Chen, Y.J., Siting, Z., Kishan, K., & Patanaik, A. (2021). Polisomnografiye uygun bir alternatif olarak derin öğrenme modellerini kullanan Anlık Kalp Atış Hızı tabanlı uyku evrelemesi.

Siting, Z., Chen, Y.J., Kishan, K., & Patanaik, A. (2021). Derin öğrenme modellerini kullanarak anlık kalp atış hızından otomatik uyku apnesi tespiti.