HeartBeam深度学习算法在检测心律失常领域展现高准确率HeartBeam’s Deep Learning Algorithms Demonstrate High Rates of Accuracy for Detecting Arrhythmias

AI与医疗健康 / 来源:finance.yahoo.com美国 - 英语2025-09-08 21:16:04 - 阅读时长2分钟 - 659字
心脏光束公司(HeartBeam)宣布其深度学习算法在检测心房颤动、心房扑动和窦性心律方面展现出与标准12导联心电图相当的高准确率(94.5% vs 95.5%)。该技术基于3D非共面信号采集系统,已获FDA心律失常评估认证,将用于改进便携式心脏监测设备。研究数据由西奈山医院兰珀特医生在HRX Live 2025大会发布,显示其在201例患者测试中无显著差异,将支持未来FDA产品认证申请。公司持有20余项相关专利,设备支持医师在非医疗机构进行心脏健康趋势分析。
HeartBeam深度学习算法心律失常检测心电图系统心脏健康心房颤动心房扑动窦性心律便携式心脏监测设备心脏健康管理
HeartBeam深度学习算法在检测心律失常领域展现高准确率

加州圣克拉拉,2025年9月8日--(美国商业资讯)--纳斯达克上市公司HeartBeam, Inc. (NASDAQ: BEAT)近日发布突破性研究成果:其深度学习算法在使用HeartBeam 3D心电图系统和标准12导联心电图检测心房颤动、心房扑动和窦性心律时表现相当。该数据在亚特兰大举行的HRX Live 2025大会上公布,由西奈山医院心脏电生理学家兼机器学习医学主任约书亚·兰珀特医生展示。

研究对201名连续患者同时进行HeartBeam系统(3D多角度心电信号采集)和标准12导联心电图检查,应用基于超1万例标准心电图开发的深度学习算法。对比三名电生理学专家的诊断,结果显示:

  • 131例窦性心律、57例心房颤动和13例心房扑动的诊断中,两组在多项准确率指标上无显著差异
  • 心房颤动检测准确率HeartBeam组达94.5%,标准组为95.5%

HeartBeam首席执行官罗布·恩诺表示:"这项研究标志着先进心脏监测技术的重大突破。我们的信用卡大小3D设备在检测常见心律失常方面展现与传统12导联系统相当的性能,这将推动便携式心脏监测设备在医疗资源受限场景的应用普及。"

相关数据将用于支持未来FDA认证申请,以提升新产品性能。HeartBeam创新的3D心电图技术已于2024年12月获得FDA心律失常评估认证,12导联心电图合成软件正在审评中。该公司已获得20余项技术专利,其平台支持医师在任何场所进行心脏健康趋势分析和急性病症干预,重新定义心脏健康管理的未来。

【全文结束】