Vox
Reduzieren Sie Krankenhausaufenthalte bei Herzinsuffizienz um 50%
21-tägige Früherkennung einer Herzdekompensation
Während der Herzdekompensation können Lungenödem und Ödem der Stimmlippen nachweisbare Veränderungen in der Stimme eines Patienten hervorrufen. Die KI von Noah Labs verwendet Deep-Learning-Modelle, die auf firmeneigenen Datensätzen von Audioaufzeichnungen trainiert wurden, um eine drohende Herzdekompensation zu erkennen und ermöglichen es Ärzten, frühzeitig einzugreifen, wodurch letztendlich Krankenhausaufenthalte vermieden werden.
Ich höre mir das an Herz
eine Probe ihrer Stimme über kompatible Geräte
Länger, gesünder lebt trotz Herzversagen
Früherkennung bedeutet rechtzeitiges Eingreifen, damit die Patienten gesünder bleiben und länger leben.
Die Vorbeugung einer Verschlechterung der Herzinsuffizienz reduziert Notfallbesuche und Krankenhausaufenthalte.
Die Reduzierung vermeidbarer Krankenhausaufenthalte senkt die Kosten für Patienten, Leistungserbringer und Kostenträger.
Unsere Reise in Richtung klinische Validierung
VAMP-HF bestätigt die Fähigkeit unseres sprachbasierten Algorithmus, bei Patienten mit akuter dekompensierter Herzinsuffizienz zwischen Aufnahme- und Entlassungszuständen zu unterscheiden
Diese von Noah Labs geleitete prospektive Studie zielt darauf ab, unseren sprachbasierten Algorithmus für die MDR-Zulassung in Zusammenarbeit mit führenden Universitätskliniken in ganz Europa klinisch zu validieren, unterstützt durch EU-Mittel.
Diese Studie nutzt 18 Monate wöchentlicher Sprachaufzeichnungen von Patienten mit chronischer Herzinsuffizienz, die nach dem Krankenhausaufenthalt zu Hause überwacht wurden, um die Leistung unseres Algorithmus zur Früherkennung der Dekompensation von Herzinsuffizienz zu validieren.
VAMP-HF bestätigt die Fähigkeit unseres sprachbasierten Algorithmus, bei Patienten mit akuter dekompensierter Herzinsuffizienz zwischen Aufnahme- und Entlassungszuständen zu unterscheiden
Weltweit anerkannte Pioniere in der Stimmbomarker-Wissenschaft
%20(1).webp)
Experte für Signalverarbeitung und Akustik, der die klinische Stimmforschung an MGH und Harvard vorantreibt.
Dozent am King's College London, spezialisiert auf KI-gestützte Sprachanalyse für Gesundheit und affektive Signalverarbeitung.
Postdoc an der ETH Zürich, das mobile Technologien für die Überwachung chronischer Krankheiten erforscht, mit Schwerpunkt auf KI und digitalen Gesundheitstools.
Dr. Kamil Szyc ist Assistenzprofessor an der Technischen Universität Wroclaw mit den Schwerpunkten rechnergestützte Signalverarbeitung und maschinelles Lernen.
Sie sind Arzt oder Wissenschaftler und möchten beitragen?
Nehmen Sie Kontakt auf, um mehr über Noah Labs Vox zu erfahren und zu unserem Weg zur Revolutionierung der Behandlung von Herzinsuffizienz beizutragen.
Sie sind ein ausgezeichneter Forscher oder Entwickler? Unterstützen Sie uns bei unserer Mission, bahnbrechende Technologien auf den Markt zu bringen und unseren bedürftigen Patienten zu helfen.
Würdest du gerne lernen mehr?
Geben Sie Ihre E-Mail-Adresse ein, um sich anzumelden.