Αυτή η νεοσύστατη εταιρεία στο Ηνωμένο Βασίλειο σχεδιάζει να ανακινήσει ριζικά την απαρχαιωμένη λέξη της μέτρησης της ΧΑΠ

Το 1846, Λονδίνο χειρουργός

Τζον Χάτσινσον

επινόησε το

σπιρόμετρο

, ένα πράγμα στο οποίο φυσάτε δυνατά, για να μετρήσετε τον όγκο του αέρα που εισπνέεται και εκπνέεται από τους πνεύμονες. Είναι μια αρκετά βασική ιδέα. Απίστευτα, από τότε, η τεχνολογία έχει μόλις εξελιχθεί. Σήμερα, το σύγχρονο σπιρόμετρο δεν μετρά καν την ποσότητα του CO2 που αποβάλλεται από τους πνεύμονες, ένα κρίσιμο σημείο δεδομένων για την αξιολόγηση της χρόνιας αποφρακτικής πνευμονοπάθειας (ΧΑΠ).

Τώρα, μια startup στο Κέμπριτζ του Ηνωμένου Βασιλείου έχει καταλήξει σε μια ριζοσπαστική συσκευή νέας τεχνολογίας που, όπως ισχυρίζεται, είναι προσιτή, φορητή, απαιτεί ελάχιστη εκπαίδευση και μετρά επίσης το CO2.

εταιρεία Healthtech

TidalSense

έχει κλείσει τώρα έναν γύρο συγκέντρωσης κεφαλαίων ύψους 7,5 εκατομμυρίων λιρών (9,3 εκατομμυρίων δολαρίων) με επικεφαλής τους επενδυτές BGF και Downing Ventures με έδρα το Ηνωμένο Βασίλειο.

Η εταιρεία με έδρα το Κέιμπριτζ λέει ότι η ιατρική συσκευή χειρός (N-Tidal) ανιχνεύει τις αλλαγές στη λειτουργία των πνευμόνων με ευαισθησία και επιτρέπει ταχύτερη, πιο ακριβή και αυτοματοποιημένη διάγνωση της ΧΑΠ. Η ικανότητα μέτρησης των προβλημάτων άσθματος βρίσκεται στον οδικό χάρτη του προϊόντος.

Η ΧΑΠ είναι η τρίτη κύρια αιτία θανάτου παγκοσμίως, προκαλώντας 3,23 εκατομμύρια θανάτους το 2019

σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας

. Και λόγω της αύξησης των επιπέδων ρύπανσης σε όλο τον κόσμο, είναι πιθανό να χειροτερέψει.

Παρά την τεχνολογία του 1840, η αγορά των σπιρομέτρων είναι

προβάλλεται

θα έχει αξία 616 εκατομμυρίων δολαρίων το 2023 και είναι έτοιμη περαιτέρω να αυξηθεί με CAGR 5,4%, για να φτάσει τα 1042,3 εκατομμύρια δολάρια ΗΠΑ έως το 2033.

Ωστόσο, τα σπιρόμετρα ξεγελιούνται εύκολα όταν οι ασθενείς ποικίλλουν πόσο δυνατά φυσούν και δεν μπορούν εύκολα να διακρίνουν διαφορετικούς τύπους αναπνευστικών παθήσεων ή να παρέχουν πληροφορίες για τη σοβαρότητα της πάθησης. Επιπλέον, θα χρειαστούν περίπου 30 λεπτά για να ελέγξετε έναν ασθενή με ένα σπιρόμετρο. Μόνο στην Αγγλία, 200-250 ανά 500.000 του πληθυσμού είναι

σε αναμονή

ένα διαγνωστικό τεστ χρόνου αναμονής οδήγησης έως και 5-10 χρόνια.

Η TidalSense λέει ότι η συσκευή της N-Tidal μπορεί να μετρήσει την αναπνοή ενός ασθενούς σε λιγότερο από πέντε λεπτά και να στείλει τα δεδομένα σε μια πλατφόρμα που βασίζεται στο Cloud μέσω δικτύων 2G.

Πράγματι, δοκίμασα τη συσκευή μόνος μου και, σίγουρα, μέτρησε την κατάσταση των πνευμόνων μου σε (περισσότερο) λιγότερο από 3 λεπτά.

Σε μια συνέντευξη στο TechCrunch, η συνιδρυτής Dr Ameera Patel (φωτογραφία, δεξιά), Διευθύνων Σύμβουλος της TidalSense και η ίδια πάσχουσα από άσθμα, μου είπε: «Αυτό το υλικό έχει αναπτυχθεί εδώ και οκτώ χρόνια. Υπάρχουν πολλές πατέντες σε αυτό τώρα. Ο αισθητήρας μετρά κάθε μόριο διοξειδίου του άνθρακα που βγαίνει από τους πνεύμονές σας. Αυτό που ανακαλύψαμε με τη συλλογή όλων αυτών των δεδομένων είναι ότι μπορούμε να πούμε με πολύ ευαισθησία πότε οι πνεύμονές σας χειροτερεύουν».

Λέει ότι το πρόβλημα είναι ότι οι άνθρωποι δεν ξέρουν πότε είναι συμπτωματικοί: «Δεν ξέρουν πότε αρρωσταίνουν περισσότερο. Αυτή η συσκευή θα μου πει αμέσως και θα ξέρω να αυξήσω τις συσκευές εισπνοής μου. Είναι η διαφορά μεταξύ του να μπορείς να διαχειριστείς τα συμπτώματά σου και να προσγειωθείς ξαφνικά στο νοσοκομείο επειδή δεν είχες δεδομένα σχετικά με την επιδείνωση των πραγμάτων».

Η εταιρεία λέει ότι έχει αξιολογήσει τη συσκευή σε περισσότερους από 1000 ασθενείς, συλλέγοντας πάνω από 2,3 εκατομμύρια αναπνοές από ασθενείς μέσω κλινικών μελετών και δοκιμών.

«Λαμβάνουμε πραγματικά πολύ υψηλές ακρίβειες στη διάγνωση της ΧΑΠ επειδή ουσιαστικά, στη ΧΑΠ, η δομή των πνευμόνων σας αλλάζει. Από τα δεδομένα δημιουργήσαμε πολύ ακριβείς διαγνωστικές εξετάσεις, τις οποίες προσπαθούμε να εμπορευματοποιήσουμε με τη χρηματοδότηση», πρόσθεσε ο Patel.

Ο Tim Rea, Head of Early Stage Investments της BGF σχολίασε σε μια δήλωση ότι «αυτή η λύση είναι ένα χαρακτηριστικό παράδειγμα όπου μπορούν να εφαρμοστούν προηγμένες τεχνικές μηχανικής μάθησης για την παροχή ταχύτερης διάγνωσης, μεγαλύτερη αποτελεσματικότητα και καλύτερα αποτελέσματα για τους ασθενείς».