Eko Murmur 分析软件在护理点环境中的真实世界评估

Eko 开发了一个平台，使用数字听诊器和机器学习算法来帮助筛查心脏病，以检测是否存在心脏杂音和心房颤动等心脏病。

2019 年 11 月，美国食品和药物管理局 (FDA) 授予 Eko 510(k) 许可，用于营销“Eko AI”，这是一套机器学习算法，包括心房颤动 (AF) 和心脏杂音检测。 心脏杂音的检测可能有助于检测隐匿性和危险的瓣膜性心脏病 (VHD)。 其他 Eko AI 输出包括心动过缓、心动过速、噪声信号、QRS 持续时间和未分类数据。 Eko AI 的准确性可与医生判断相媲美（房颤敏感性为 98.9%，特异性为 96.9%，杂音敏感性为 87.6%，特异性为 87.8%）。 AF 和 VHD 在漏诊或诊断较晚时都会导致显着的发病率和死亡率。

Eko 进一步开发了 Eko AI 的杂音检测功能，现在不仅可以识别杂音是否存在，还可以告知临床医生心脏周期（收缩期与舒张期）的杂音时间，以及它是无害的还是结构性的。 我们将该产品称为 Eko Murmur 分析软件（EMAS），并于 2021 年 12 月向 FDA 提交了上市前通知。

本研究旨在了解 Eko AI 加上 EMAS 杂音表征算法在现实世界中的实用性。 与 AI 无辅助临床检查相比，在即时护理环境中收集数据将证明该算法对杂音的表征有多准确。 算法输出和临床确定将通过超声心动图基本事实进行确认，结果在患者就诊结束前不公开。