Післявиписний моніторінг кардіологічних хворих

Ціль

Революційно скоротити кількість небажаних повторних госпіталізацій кардіологічних хворих.

Завдання

Створити технологію післявиписного моніторінгу кардіологічних хворих з метою запобігання небажаним повторним госпіталізаціям на основі глибокого аналізу низки біологічних сигналів, у першу чергу електрокардіограми.

Опис проєкту

За даними Європейської асоціації серця, серцево-судинні захворювання (ССЗ) є основною проблемою громадського здоров’я: щорічно в ЄС гине понад 1,8 мільйона людей, а до 2030 року прогнозується 23,3 мільйона випадків. Це коштує економіці ЄС понад 210 мільярдів євро на рік. Захворюваність і смертність від ССЗ в Україні є найвищими в Європі. Таким чином, надзвичайно важливо вдосконалювати прогнозування ризику для кращого визначення профілактичних заходів, спрямованих на зменшення кількості смертей від серцево-судинних захворювань, надмірних соціально-економічних наслідків, а також збереження або покращення якості життя пацієнтів. Існують численні моделі прогнозування для прогнозування майбутнього ризику серцево-судинних захворювань. Хоча моделі прогнозування рекомендовані в європейських настановах, вони недостатньо впроваджені в клінічну практику. Однією з причин цього може бути скромна точність більшості моделей прогнозування ССЗ. Така невисока ефективність може бути пов’язана з тим, що моделі ризику недостатньо пристосовані до різних груп пацієнтів і, що найважливіше, недостатньо персоналізовані. Тому в даний час немає життєздатної технології, яка надійно прогнозує ризик серцево-судинних подій. Таким чином, метою проекту є розробка клінічно валідованого інструменту на основі надійного машинного навчання (ML) та штучного інтелекту (ШІ), який допоможе клініцистам оцінювати та прогнозувати ризик серцево-судинних захворювань як у осіб без структурних захворювань серця, так і в пацієнтів, які мають в анамнезі ССЗ.

Розробивши механізм штучного інтелекту, здатний отримувати багаторівневу інформацію з доступних великих баз даних електрокардіограм, ми створимо підтримуваний ШІ алгоритм прогнозування серцево-судинних подій. Планується інтеграція розробленого алгоритму прогнозування з носимим пристроєм ЕКГ і хмарною аналітичною платформою ЕКГ.

Галузі перспективного використання

Охорона здоров'я та надання соціальної допомоги

Потенційні стейкхолдери

-

Бюджет

Необхідний обсяг інвестицій: 3M ₴

Cума вже залучених інвестицій: 0.2M ₴

Нових робочих місць: 5

Можливі джерела фінансування

Кошти державного бюджету; кошти міжнародних організацій; кошти інвесторів

Вебсайт