波士顿，2024年11月11日 —— 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，该论文发表在国际知名期刊《数字健康》上。
根据验证结果，SOMNUM在解释多导睡眠图（PSG）中的呼吸暂停和低通气方面表现出高敏感性和特异性，适用于所有类型的睡眠呼吸障碍患者，包括轻度、中度和重度睡眠呼吸暂停病例。
该研究题为“基于深度学习的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”，发表在最新一期的SCIE级国际期刊《数字健康》（第10卷：1a13）上。这项临床研究由顺天乡大学医院布川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满俊教授共同进行，涉及1000名通过多导睡眠图诊断为各种程度睡眠呼吸障碍的成年人，包括单纯打鼾和轻度、中度及重度睡眠呼吸暂停。
将AI基础的SOMNUM解释的数据与专家读取的多导睡眠图数据进行比较，结果显示SOMNUM在检测所有睡眠呼吸障碍组的呼吸暂停和低通气方面具有高敏感性（95%置信区间：98.06-98.51）和特异性（95%置信区间：95.46-97.79）。
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，各组之间无显著差异。
HoneyNaps USA Inc.总裁Sean Ha（河泰庆）表示：“我们非常高兴，我们的睡眠医疗AI解决方案的临床有效性和效率通过一个声誉卓著的期刊以及研发和临床试验得到了验证，这使得这些解决方案在医疗环境中的应用越来越广泛。我们将继续进行研究和开发工作，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
来源：HoneyNaps
(全文结束)
