波士顿，2024年11月11日（美通社）——医疗AI公司HoneyNaps发表了一篇论文，展示了其睡眠障碍诊断算法SOMNUM的临床价值和有效性，该论文发表在领先的国际期刊《数字健康》上。
根据验证结果，SOMNUM在解释所有睡眠呼吸障碍患者群体的多导睡眠图（PSG）中的呼吸暂停和低通气方面表现出高灵敏度和特异性，对轻度、中度和重度睡眠呼吸暂停病例具有出色的预测性能。
这项题为“深度学习算法模型自动评分和分级成人多导睡眠图中的阻塞性睡眠呼吸暂停”的研究发表在最新一期的SCIE级国际期刊《数字健康》（第10卷：1-13页）上。
该临床研究由顺天乡大学医院睡眠医学中心主任崔智浩教授和仁荷大学医院耳鼻喉科朴民俊教授共同进行，涉及1000名通过多导睡眠图诊断为各种水平睡眠呼吸障碍的成年人，包括单纯打鼾和轻度、中度和重度睡眠呼吸暂停。
将基于AI的SOMNUM解释的数据与专家解读的多导睡眠图数据进行比较，结果显示检测呼吸暂停和低通气的高灵敏度（95% CI：98.06-98.51）和特异性（95% CI：95.46-97.79），适用于所有睡眠呼吸障碍群体。
SOMNUM在所有严重程度的睡眠呼吸暂停预测中也表现出色。轻度、中度和重度组的疾病预测AUC（ROC曲线下面积）得分分别为0.9402、0.9388和0.9442，各组之间没有显著差异。
HoneyNaps USA Inc.总裁Sean Ha（河泰京）表示：“我们很高兴我们的睡眠医疗AI解决方案的临床有效性和效率通过知名期刊以及研发和临床试验得到了验证，这使得其在医疗环境中的应用稳步增加。我们将继续进行研究和开发，并在全球期刊上发表多样化的研究成果，以验证HoneyNaps医疗AI技术的临床价值。”
如需进一步信息，请联系：
HoneyNaps USA, Inc.
Christine Kwon / 总经理
电子邮件：sleep@honeynaps.com
地址：#517, SPACES, 361 Newbury Street, Boston, MA, 02115
网站：www.honeynaps.com
查看原始内容以下载多媒体：
来源：HoneyNaps
(全文结束)
