Utveckling av RespiHeart´s övervakningssystem genom avancerad AI och maskininlärningsteknik
| Diarienummer | |
| Koordinator | RespiHeart AB |
| Bidrag från Vinnova | 200 000 kronor |
| Projektets löptid | oktober 2023 - mars 2024 |
| Status | Avslutat |
| Utlysning | Medtech4Health: kompetensförstärkning i småföretag |
| Ansökningsomgång | Medtech4Health: Kompetensförstärkning i småföretag 2023 |
Viktiga resultat som projektet gav
Projektet har syftat till att förbättra filtrering, behandling och analys av RespiHeart-signalen, genom tillämpning av AI-stöd och maskininlärning. Detta har uppnåtts genom förstärkt mätprecision i realtid avseede två huvudparametrarna: andningsfrekvens och hjärtfrekvens. En målsättning med projektet var också att utvärdera möjligheterna att utläsa systoliskt blodtryck genom RespiHeart-signalen. Hypotestestning har kunnat verifiera denna möjlighet.
Långsiktiga effekter som förväntas
Tidsseriealgoritmer och maskininlärningstekniker har utvecklats och prövats i syfte att förfina modellens indata samt förbättra nuvarande analys- och beräkningsmodell, såväl som presentation i realtid. Utöver förbättrad mätprecision och presentation av realtidsdata så hade projektet en övergripande målsättning att uppnå fördjupad förståelse för mätsignalen och dess utvecklingsmöjligheter. Förutsättningarna att öka såväl RespiHeart-systemets noggrannhet som att generera fördjupade kliniska insikter förstärkts.
Upplägg och genomförande
Projektet har omfattat tre faser under oktober 2023 till mars 2024: (1) Databeredning och insamling, (2) Modellutveckling och utbildning, (3) Dokumentation och rapportering. Utgångspunkten för projektet har varit data från frivilliga försökspersoner, bestående av RespiHeart-data och data från referensmetoder. I löpande samverkan mellan RespiHeart och RISE har datan strukturerats, filtrerats, analyserats och testas mot framtagna AI-modeller. Kunskapsöverföring har säkerställts genom löpande avstämningsmöten och dokumentation.