Investicijos į specialiai pritaikytus procesus gali apeiti „tingaus dirbtinio intelekto (AI)“ neefektyvumą kuriant medicinos prietaisus, sakė generalinis direktorius.
Kurdama savo „Microwearable Hydration Sensor“, „WearOptimo“ sukūrė savo patentuotą AI / mašininio mokymosi modelį, supratusi, kad didelių duomenų, paimtų iš daugybės nestruktūrizuotų duomenų rinkinių, arba „tingaus AI“, kaip tai nurodo Kendall, nepakaks įmonės poreikiams patenkinti.
Atraskite B2B rinkodarą, kuri veikia
Sujunkite verslo informaciją ir redakcinį meistriškumą, kad pasiektumėte įsitraukusius profesionalus 36 pirmaujančiose žiniasklaidos platformose.
Sužinokite daugiau
„Kalbant apie hidrataciją, kuri yra pirmoji mūsų taikymo sritis, sukūrėme visiškai naują skaitmeninį hidratacijos biologinį žymeklį, šiuo metu vienintelį“, – pasakoja Kendall. Medicinos prietaisų tinklas.
WearOptimo jutiklių platforma pasiekia ploną odos sluoksnį, kad būtų galima įvertinti asmens hidratacijos lygį.
„Tai reiškia, kad mes neturime didžiulio duomenų taškų kiekio. Mes nekopijame duomenų iš neprižiūrimų šaltinių. Tai yra retesni duomenų rinkiniai, tačiau jie yra aukštos kokybės ir prižiūrimi”, – aiškina Kendall.
Siekdama įvertinti savo platformą, WearOptimo neseniai baigė savo pirmąjį klinikinį tyrimą, kurio rezultatai bus paskelbti.
Tyrimas buvo atliktas atliekant pratimų sukeltą dehidrataciją, kai tiriamieji buvo patalpinti į aplinkos kamerą, nustatytą 40 laipsnių temperatūroje, atliekant pratimus, kurie sukeldavo dehidrataciją prieš papildydami skysčius, ir darydami tai maždaug šešias valandas.
„Tyrimo metu dalyvių hidratacijos lygis būtų nustatomas pagal vadinamuosius aukso standartus. Dabar sakau taip, nes jie nėra tokie puikūs”, – sakė Kendall.
„Pavyzdžiui, paėmus kraują, tiesiog nurodykite, koks sūrus yra jūsų kraujas. Hidratacijos kontekste kraujas yra prastas rodiklis, nes dehidratacija organizme nevyksta tolygiai; kūnas turi prioritetines sritis, kurias jis stengiasi išlaikyti kuo ilgiau ir paaukoti kitas sritis, kad tai išlaikytų. O kraujas yra medžio viršūnė”, – aiškino Kendall.
Viso tyrimo metu WearOptimo jutikliai ištraukė duomenų taškus, kurie buvo pažymėti tam tikra dehidratacijos procentine dalimi, kad būtų išvengta masės praradimo, kad būtų sukurtas pažymėtas duomenų rinkinys.
Taikydama AI / ML neapmokytiems duomenų rinkiniams, „WearOptimo“ nustatė, kad hidratacijos lygius galima nustatyti naudojant imtuvą, kurio charakteristika yra 0,72. Kendall paaiškino, kad šis balas yra reikšmingas, palyginti su kraujo paėmimu, kai geriausias galimas balas paprastai yra apie 0,6.
„Mes savo pirmajame klinikiniame tyrime pralenkėme aukso standarto kraujo paėmimą. Ir niekaip negalėtume tai padaryti, jei nesiimtume tokio požiūrio”, – sakė jis.
Žvelgiant į ateitį, „WearOptimo“ tikisi, kad jo jutiklis bus parduodamas per ateinančius dvejus metus.
„Priežastis, kodėl galime būti tokie supaprastinti, yra ta, kad mums iš tikrųjų nereikia teisės aktų patvirtinimo paraiškų hidratacijai mūsų pirmosiose rinkose“, – tęsė Kendall.
„Užuot tradicinis medicinos technologijų metodas, skirtas reguliavimo patvirtinimui, tai leidžia mums greičiau ir tiksliau gauti prieigą prie duomenų, o tai savo ruožtu pagreitina mūsų klinikinį pritaikymą.”
Baigdamas Kendall pabrėžia, kad šiuo metu hidratacijos rinka yra beveik neišnaudota, o bendrovė mano, kad ji yra viena iš pirmųjų rinkos dalyvių, siekianti nustatyti dabartinį aukso standartą, kad būtų galima kiekybiškai įvertinti hidratacijos lygį.
Kendall padarė išvadą: „Mes tikime, kad iš esmės galime tapti „Dexcom“ mastu vien tik drėkindami.
