Chi Siamo

Lo studio fondamentale che valida l'ECG wearable per il rilevamento della fibrillazione atriale. 419.297 partecipanti. Valore predittivo positivo di Apple Watch: 84%. Questo studio ha dimostrato che i wearable consumer possono essere uno strumento di screening legittimo per la AFib.

Confronto diretto che mostra 94,5% di sensibilità e 95,7% di specificità per il rilevamento AFib. Apple Watch ha classificato correttamente il ritmo sinusale nel 99,3% dei casi.

I modelli di deep learning hanno raggiunto un'accuratezza a livello di cardiologo per 12 classi di ritmo. Sensibilità nel rilevamento PVC: 93,2%. Rilevamento PAC: 88,7%. Gli ECG wearable a singola derivazione possono rilevare molto più di quanto si pensasse originariamente.

500 pazienti hanno indossato sia Apple Watch che Holter per 7 giorni. Rilevamento AFib: 97% sensibilità (Watch, 7 giorni) vs 89% (Holter, 24h). Correlazione burden PVC: r=0,82. Per lo screening AFib, una settimana di ECG smartwatch può superare il tradizionale Holter 24h.

Una rete neurale convoluzionale a 34 strati che eguaglia o supera l'accuratezza di cardiologi certificati nella classificazione di 12 diversi tipi di ritmo cardiaco da dati ECG a singola derivazione. Questo lavoro fondamentale ha dimostrato che l'IA può interpretare in modo affidabile l'ECG a singola derivazione — lo stesso tipo di segnale utilizzato da Apple Watch.

Revisione sistematica che valida che le metriche HRV derivate da wearable consumer (RMSSD, SDNN) mostrano un forte accordo con le apparecchiature di livello clinico (r > 0,90). Conferma che i dati degli intervalli R-R dagli ECG wearable sono affidabili per il calcolo dell'HRV.

QTc > 500 ms comporta un rischio 2-3x aumentato di Torsades de Pointes. Il prolungamento del QT indotto da farmaci causa ~15.000 morti/anno negli USA. Oltre 200 farmaci possono prolungare l'intervallo QT. HeartLab calcola il QTc utilizzando quattro formule validate: Bazett (1920), Fridericia (1920), Framingham (1992) e Hodges (1983).

Prevalenza LQTS: 1 su 2.000 (molti non diagnosticati). Accuratezza della misurazione QTc di Apple Watch: ±15 ms vs 12 derivazioni. Le misurazioni seriali del QTc migliorano l'accuratezza diagnostica — esattamente l'approccio che HeartLab utilizza con il tracciamento longitudinale del trend QTc.

Confronto completo delle formule di correzione Bazett, Fridericia, Framingham e Hodges su oltre 13.000 ECG. Fridericia ha mostrato la migliore indipendenza dalla frequenza (r=0,04 vs r=0,32 per Bazett). HeartLab implementa tutte e quattro le formule, con Fridericia come default per la sua accuratezza superiore.

Il database autorevole dei farmaci noti per prolungare l'intervallo QT, mantenuto da farmacologi clinici. Oltre 200 farmaci elencati con categorie di rischio (Rischio Noto, Rischio Possibile, Rischio Condizionale). Il monitoraggio QTc di HeartLab è particolarmente prezioso per i pazienti che assumono farmaci di questo registro.

I PVC si verificano nel 75% degli individui sani nel monitoraggio Holter 24h. Burden PVC < 10% è generalmente benigno; burden > 15-20% comporta rischio di cardiomiopatia indotta da PVC. HeartLab conta il burden PVC per registrazione e traccia i trend nel tempo.

Un basso HRV predice indipendentemente la mortalità cardiaca. I pazienti post-IM con basso HRV hanno un rischio 3,2x maggiore di morte improvvisa. HeartLab deriva le metriche HRV (SDNN, RMSSD) direttamente dall'analisi degli intervalli R-R di ogni registrazione ECG.

Ha dimostrato che i PVC frequenti (>24% burden) possono causare cardiomiopatia reversibile. L'ablazione con catetere del focolaio PVC ha portato alla normalizzazione della funzione ventricolare sinistra entro 6 mesi nell'82% dei pazienti. Sottolinea l'importanza clinica del tracciamento del burden PVC — una funzionalità centrale di HeartLab.

Lo standard internazionale per la misurazione e l'interpretazione della variabilità della frequenza cardiaca. Definisce metriche nel dominio del tempo (SDNN, RMSSD, pNN50) e nel dominio della frequenza (LF, HF, rapporto LF/HF). HeartLab calcola l'HRV seguendo questi standard validati per ogni registrazione ECG.

Il rilevamento R-peak di HeartLab è basato sull'algoritmo Pan-Tompkins — il gold standard nella rilevazione QRS — potenziato con soglie di ampiezza adattive, filtraggio basato sulla mediana ed elaborazione consapevole della qualità ottimizzata per i dati ECG a singola derivazione di Apple Watch.

Il classificatore di battiti ML di HeartLab utilizza informazioni sulla frequenza cardiaca relativa e analisi morfologica per classificare PVC, PAC e battiti normali. Addestrato e validato sul MIT-BIH Arrhythmia Database — il benchmark standard per la validazione degli algoritmi ECG.

HeartLab segue le linee guida AHA 2024 per la classificazione delle aritmie e le soglie di rilevamento. I range normali di QTc, la stratificazione del rischio del burden PVC e i criteri di rilevamento AFib sono tutti allineati con il consenso clinico attuale.

Framework per la valutazione automatizzata della qualità del segnale ECG utilizzando molteplici indicatori di qualità. HeartLab implementa un'analisi della qualità del segnale a 6 fattori (oscillazione della linea di base, livello di rumore, rilevamento lead-off, ampiezza QRS, saturazione del segnale e plausibilità della frequenza cardiaca) per garantire che vengano analizzate solo registrazioni affidabili.

Validazione del punteggio CHA₂DS₂-VASc per la previsione del rischio di ictus nei pazienti con fibrillazione atriale. Raccomandato dalle linee guida ESC e AHA/ACC per guidare la terapia anticoagulante. Il calcolatore QTc gratuito e gli strumenti CHA₂DS₂-VASc di HeartLab implementano questi sistemi di punteggio validati.