O HeartLab
Our Mission
HeartLab was born from a simple observation: millions of people own an Apple Watch with ECG capability, but most never look beyond the basic "sinus rhythm" or "AFib" result. We believe everyone deserves to understand what their heart is telling them.
Our mission is to bridge the gap between consumer wearable data and clinical-grade cardiac analysis. HeartLab transforms your Apple Watch ECG recordings into comprehensive, physician-level insights — detecting PVCs, PACs, bigeminy, trigeminy, and more.
Built by CEPALabs
HeartLab is developed by CEPALabs, a health technology company based in Tirana, Albania. We combine expertise in signal processing, machine learning, and mobile development to push the boundaries of what's possible with wearable ECG data.
Our team includes engineers with backgrounds in biomedical signal processing, iOS development, and clinical cardiology research. Every algorithm in HeartLab is validated against established medical literature and real-world ECG recordings.
Our Approach
Privacy First
Your ECG data never leaves your device. HeartLab processes everything locally — no cloud uploads, no data sharing, no compromises.
Clinical Accuracy
Our algorithms detect 6+ arrhythmia types with clinical-grade precision. Every measurement is validated against published medical standards.
Continuous Innovation
We regularly update our detection algorithms based on the latest cardiology research and user feedback.
Accessibility
Available in 16 languages with AI-powered explanations that translate complex cardiac data into plain language.
Podstawa Naukowa
Algorytmy HeartLab opierają się na recenzowanych badaniach z wiodących światowych czasopism medycznych. Każdy model detekcji i pomiar jest walidowany w odniesieniu do ustalonych standardów klinicznych.
Badania Walidacyjne EKG z Urządzeń Noszonnych
Przełomowe badanie walidujące EKG z urządzeń noszonych do wykrywania migotania przedsionków. 419 297 uczestników. Pozytywna wartość predykcyjna Apple Watch: 84%. To badanie udowodniło, że urządzenia konsumenckie mogą być legalnym narzędziem przesiewowym dla AF.
Bezpośrednie porównanie wykazujące 94,5% czułości i 95,7% swoistości w wykrywaniu AF. Apple Watch prawidłowo sklasyfikował rytm zatokowy w 99,3% przypadków.
Modele deep learning osiągnęły dokładność na poziomie kardiologa dla 12 klas rytmu. Czułość wykrywania PVC: 93,2%. Wykrywanie PAC: 88,7%. Jednoodprowadzeniowe EKG z urządzeń noszonych mogą wykryć znacznie więcej niż pierwotnie sądzono.
500 pacjentów nosiło zarówno Apple Watch, jak i Holter przez 7 dni. Wykrywanie AF: 97% czułości (Watch, 7 dni) vs 89% (Holter, 24h). Korelacja obciążenia PVC: r=0,82. W przesiewie AF tydzień EKG ze smartwatcha może przewyższyć tradycyjny 24h Holter.
34-warstwowa konwolucyjna sieć neuronowa, która dorównuje lub przewyższa dokładność certyfikowanych kardiologów w klasyfikacji 12 różnych typów rytmu serca z jednoodprowadzeniowych danych EKG. Ta fundamentalna praca wykazała, że AI może wiarygodnie interpretować jednoodprowadzeniowe EKG — ten sam typ sygnału używany przez Apple Watch.
Przegląd systematyczny potwierdzający, że metryki HRV z urządzeń konsumenckich (RMSSD, SDNN) wykazują silną zgodność ze sprzętem klasy klinicznej (r > 0,90). Potwierdza, że dane interwałów R-R z EKG noszonych są wiarygodne do obliczeń HRV.
Pomiar QTc i Zespół Długiego QT
QTc > 500 ms niesie ze sobą 2-3-krotnie zwiększone ryzyko Torsades de Pointes. Lekowe wydłużenie QT powoduje ~15 000 zgonów/rok w USA. Ponad 200 leków może wydłużyć odstęp QT. HeartLab oblicza QTc przy użyciu czterech zwalidowanych formuł: Bazett (1920), Fridericia (1920), Framingham (1992) i Hodges (1983).
Częstość LQTS: 1 na 2000 (wielu niezdiagnozowanych). Dokładność pomiaru QTc Apple Watch: ±15 ms vs 12 odprowadzeń. Seryjne pomiary QTc poprawiają dokładność diagnostyczną — dokładnie podejście stosowane przez HeartLab ze śledzeniem longitudinalnych trendów QTc.
Kompleksowe porównanie formuł korekcyjnych Bazett, Fridericia, Framingham i Hodges na ponad 13 000 EKG. Fridericia wykazała najlepszą niezależność od częstości (r=0,04 vs r=0,32 dla Bazett). HeartLab implementuje wszystkie cztery formuły, z Fridericia jako domyślną ze względu na wyższą dokładność.
Autorytatywna baza danych leków wydłużających odstęp QT, utrzymywana przez farmakologów klinicznych. Ponad 200 leków z kategoriami ryzyka (Znane Ryzyko, Możliwe Ryzyko, Warunkowe Ryzyko). Monitoring QTc HeartLab jest szczególnie cenny dla pacjentów przyjmujących leki z tego rejestru.
Wykrywanie PVC/PAC i Wytyczne Kliniczne
PVC występują u 75% zdrowych osób w monitoringu Holter 24h. Obciążenie PVC < 10% jest zwykle łagodne; obciążenie > 15-20% niesie ryzyko kardiomiopatii indukowanej PVC. HeartLab zlicza obciążenie PVC na nagranie i śledzi trendy w czasie.
Niskie HRV niezależnie przewiduje śmiertelność sercową. Pacjenci po zawale z niskim HRV mają 3,2x wyższe ryzyko nagłej śmierci. HeartLab oblicza metryki HRV (SDNN, RMSSD) bezpośrednio z analizy interwałów R-R każdego nagrania EKG.
Wykazano, że częste PVC (>24% obciążenia) mogą powodować odwracalną kardiomiopatię. Ablacja cewnikowa ogniska PVC doprowadziła do normalizacji funkcji lewej komory w ciągu 6 miesięcy u 82% pacjentów. Podkreśla kliniczne znaczenie śledzenia obciążenia PVC — kluczowa funkcja HeartLab.
Międzynarodowy standard pomiaru i interpretacji zmienności rytmu serca. Definiuje metryki w domenie czasu (SDNN, RMSSD, pNN50) i domenie częstotliwości (LF, HF, stosunek LF/HF). HeartLab oblicza HRV zgodnie z tymi zwalidowanymi standardami dla każdego nagrania EKG.
Przetwarzanie Sygnału i Algorytmy Detekcji
Detekcja R-peak w HeartLab opiera się na algorytmie Pan-Tompkins — złotym standardzie wykrywania QRS — wzbogaconym o adaptacyjne progi amplitudy, filtrowanie medianowe i przetwarzanie uwzględniające jakość, zoptymalizowane dla jednoodprowadzeniowych danych EKG Apple Watch.
Klasyfikator uderzeń ML HeartLab wykorzystuje informacje o względnej częstości akcji serca i analizę morfologiczną do klasyfikacji PVC, PAC i normalnych uderzeń. Wytrenowany i zwalidowany na MIT-BIH Arrhythmia Database — standardowym benchmarku walidacji algorytmów EKG.
HeartLab stosuje wytyczne AHA 2024 dotyczące klasyfikacji arytmii i progów detekcji. Zakresy normy QTc, stratyfikacja ryzyka obciążenia PVC i kryteria wykrywania AF są zgodne z aktualnym konsensusem klinicznym.
Framework do automatycznej oceny jakości sygnału EKG z wykorzystaniem wielu wskaźników jakości. HeartLab implementuje 6-czynnikową analizę jakości sygnału (dryft linii bazowej, poziom szumu, detekcja lead-off, amplituda QRS, saturacja sygnału i wiarygodność częstości akcji serca) w celu zapewnienia analizy tylko wiarygodnych nagrań.
Walidacja wyniku CHA₂DS₂-VASc do przewidywania ryzyka udaru u pacjentów z migotaniem przedsionków. Rekomendowany przez wytyczne ESC i AHA/ACC do kierowania terapią przeciwzakrzepową. Darmowy kalkulator QTc i narzędzia CHA₂DS₂-VASc HeartLab implementują te zwalidowane systemy punktacji.
Zastrzeżenie Medyczne: HeartLab nie jest urządzeniem medycznym i nie jest przeznaczony do diagnozowania, leczenia, leczenia ani zapobiegania jakiejkolwiek chorobie. Cytowane powyżej badania stanowią naukową podstawę naszych algorytmów, ale nie stanowią porady medycznej. Zawsze konsultuj się z wykwalifikowanym pracownikiem służby zdrowia w sprawie decyzji medycznych.
Kontakt
Masz pytania, uwagi lub zapytania o współpracę? Odwiedź naszą stronę kontaktową.
CEPALabs SH.P.K., Rruga Andon Zako Cajupi, Ndërtes 3, Hyrja Nr. 11, Tiranë 1001, Albania