Новая платформа Eko для поддержки исследований при разработке лекарственных препаратов

Новая платформа Eko для поддержки исследований при разработке лекарственных препаратов

30 Jul 2019
277
Прослушать

На прошлой неделе компания Eko Devices анонсировала новую услугу, которая позволяет сопоставлять данные ЭКГ и записи звуков сердца с клиническими данными для точного определения действия на организм человека новых комбинаций лекарственных препаратов. Для этого компания разработала специализированную платформу под названием Eko Home, которая может использоваться в качестве ресурса для клинических испытаний новых методов лечения за счет применения точного дистанционного мониторинга функционирования сердца.

Новая платформа уже начинает использоваться. В частности, текущее исследование, проводимое больницей Mayo Clinic, посвященное изучению того, как терапия на основе препарата карведилола может уменьшить сердечную недостаточность или другие нарушения функции сердца у больных раком молочной железы, проходящих химиотерапию, использует платформу Eko Home для получения более полной информации.

Компания Eko, которая больше всего известна своим устройством Eko Duo - интеллектуальным удаленным монитором на базе стетоскопа со встроенным ЭКГ, объявила, что "планирует предложить свою платформу другим медико-биологическим партнерам до конца года, а также предложить свой SDK (пакет программ для разработки специализированных приложений) для больниц и медицинских учреждений, желающих внедрить эту платформу непосредственно в свои приложения".

Поддержка клинических испытаний и возможность непрерывного сбора данных как реальных доказательств уже давно признаны в качестве одного из основных преимуществ цифровых технологий здравоохранения для производителей лекарственных препаратов. Новая услуга Eko направлена именно на это, благодаря сбору и анализу данных непрерывного биометрического мониторинга, который можно осуществлять как внутри, так и за пределами больницы. При этом Eko Home обеспечивает критически важный компонент мониторинга и сбора данных для клинических исследований, используя возможности технологий машинного обучения для улучшения всех видов клинического анализа.