KI misst Erregungskreis bei Vorhofflimmern
-
Künstliche Intelligenz (KI) - ©Pixabay_geralt
Das Healthtech-Unternehmen Volta Medical, präsentiert eine neuartige, auf Künstlicher Intelligenz (KI) basierende Softwarelösungen zur Behandlung von Herzrhythmusstörungen. Die als VX1 bezeichnete Technologie ermöglicht eine individuell zugeschnittene Ablationsbehandlung bei Vorhofflimmern (Atrial Fibrilation, AF).
Mit VX1 wurde entwickelt, um die bisher enttäuschenden Ergebnisse der Ablation bei persistierendem arzneimittelresistentem Vorhofflimmern zu verbessern und Kardiologen/Elektrophysiologen dabei zu unterstützen, Herzrhythmusstörungen besser zu verstehen und dadurch erfolgreicher zu behandeln. Die hochmoderne Softwarelösung nutzt Machine- sowie Deep-Learning-Algorithmen, um den Operateuren dabei zu helfen, relevante von weniger relevanten lokalen Elektrogrammen (oder Signalen) zu unterscheiden und so die besten Areale für die Ablation von Vorhofflimmern (AF) während dieser invasiven Untersuchungen zu identifizieren. Das System wertet die Elektrogramme in Echtzeit aus und identifiziert spezifische abnormale, so genannte dispergierte Elektrogramme. VX1 ist intuitiv, benutzerfreundlich und führt nicht zu einer verlängerten Dauer der diagnostischen oder therapeutischen Verfahren und es kann in die meisten bereits verfügbaren Technologien und Instrumente integriert werden.
Volta Medical hat für VX1 in der EU die CE-Kennzeichnung als Medizinprodukt erhalten und wurde von der US-amerikanischen Regulierungsbehörde FDA zugelassen.
„Bislang waren die Erregungskreise bei Vorhofflimmern nicht messbar, und die Ablationsbehandlung basierte fast ausschließlich auf empirischen Werten und der Erfahrung des behandelnden Arztes”, erklärt Théophile Mohr Durdez, CEO und Mitgründer von Volta Medical. “Man hat mit mit VX1 versucht einen Weg finden, um Ärzte dabei zu unterstützen, eine fundierte datenbasierte Entscheidung über die erfolgversprechendsten Areale für die Ablation zu treffen, die individuell auf den Patienten zugeschnitten ist – und das in Echtzeit während des Eingriffs. Dadurch werden die Ergebnisse wesentlich nachhaltiger und ersparen den Patienten wiederholte Eingriffe”.