计算通气智能技术

让呼吸机看见从未看见的

Orbit AI 开发机器学习技术,使机械通气设备能够实时理解患者的呼吸努力——实现更安全、更智能的重症医学。

向下滚动
关于我们

AI 研究与重症医学的融合

Orbit AI Ventilation 是一家加拿大医疗科技公司,将深厚的呼吸医学临床专业知识与先进的机器学习技术相结合,致力于使机械通气更安全、更智能。

我们为医院、学术机构和医疗器械公司提供咨询、研究和开发服务——通过临床可应用的智能通气解决方案,为安大略省医疗科技行业贡献力量。

我们的方法

我们弥合临床洞察与技术创新之间的鸿沟。团队将重症医学临床科学家经验与机器学习模型开发专长融为一体——将研究成果从实验室转化到临床。

成立
2023

加拿大安大略省

方向
AI + 医学

呼吸智能技术

模式
咨询 + 研发

从研究到临床转化

服务对象
  • 医院与 ICU
  • 学术研究机构
  • 医疗器械公司
CVent 技术

计算通气

一项机器学习突破性技术,能够无创地实时预测呼吸肌压力波形——赋予呼吸机看见此前不可见信息的能力。

问题:呼吸机看不见病人的努力

传统呼吸机仅能监测机器输送的压力,无法量化患者自身的呼吸努力。这使得呼吸机支持无法匹配患者的实际需求。

ARDS(急性呼吸窘迫综合征)死亡率仍约为40%。不受控制的自主呼吸可导致患者自发式肺损伤 (P-SILI),而过度或不足的呼吸努力均可损伤膈肌。

金标准——食管压监测——需要侵入性导管置入、专业培训和昂贵的耗材。现有的无创替代方法仅能提供有限且不可靠的瞬时信息。

患者监护
Paw
Flow
真实患者数据 · PSV模式 · 6次呼吸

CVent 的独特之处

基于根本性不同的方法实现呼吸努力监测。

01

AI 驱动,无预设假设

通过计算仿真在超过一百万次呼吸波形上训练。与多项式拟合方法不同,CVent 不对 Pmus 波形形状做任何假设。

02

实时波形输出

提供覆盖吸气和呼气相的连续 Pmus 波形——不仅仅是一个单一指标值,而是患者呼吸努力的全时间分辨率。

03

多模式兼容

适用于压力支持通气 (PSV)、压力控制通气 (PCV) 和容量控制通气 (VCV) 模式。一个模型,涵盖所有标准通气策略。

04

处理人机不同步

在无效触发、双触发、反向触发、自动触发以及过早或延迟切换期间保持准确性。

05

零侵入性

无需导管、无需耗材、无需专业培训。仅使用呼吸机已有的气道压力和气流信号。

06

迭代升级

AI 模型架构支持通过新训练数据持续改进。系统随临床知识的积累不断进化。

临床价值

跨肺驱动压

能够在自主呼吸期间估算跨肺驱动压,用于肺保护性通气。

肺与膈肌双重保护

同时指导肺保护(防止过度膨胀)和膈肌保护(防止萎缩或损伤)。

人机同步

完整的 Pmus 波形揭示了临床医生无法用其他方式发现的不同步类型。

脱机预测

Pmus 和压力时间乘积直接反映呼吸肌力量和呼吸做功。

验证证据

1M+
训练呼吸次数
物理仿真
<5%
归一化 RMSE
计算仿真
<11%
台架 NRMSE
122 例模拟患者
65
患者验证
PSV / PCV / VCV / NAVA

从研究到现实

CVent 技术已通过产业合作完成验证,并转化为商业智能呼吸机平台。该技术兼容标准通气模式,在推理阶段经过约一分钟的 AI 学习后即可实时输出 Pmus 波形。

已提交多项专利申请以保护核心创新。

竞争优势

CVent 与现有呼吸努力监测方法的对比。

特性CVentOrbit AI吸气末屏气法国际品牌多项式拟合国产品牌
Pmus 指标(峰值呼吸努力)
实时连续 Pmus 波形
完全无创
多模式(PSV / PCV / VCV)
呼吸相位信息
人机不同步时仍有效
无波形形状假设
AI 模型,可迭代升级
团队

陈律 博士

研发首席科学家

陈律 博士
教育背景

PhD

University of Toronto

导师: Dr. Laurent Brochard

联合导师: Dr. Haibo Zhang

MD

Central South University

Xiangya Medical School

临床经历

Specialist Physician

Beijing Tiantan Hospital, Critical Care

导师: 周建新 教授

Post-Doctoral Fellow

St Michael's Hospital, University of Toronto

导师: Dr. Laurent Brochard

发表记录

22+ 篇论文 · 8 篇综述 · 4 篇书章节

顶级重症医学期刊第一作者论文:

IF 30.5

Airway closure in ARDS

AJRCCM 2018第一作者

IF 30.5

Recruitment-to-Inflation Ratio

AJRCCM 2020第一作者

IF 41.8

Respiratory mechanics partition in ARDS

ICM 2022第一作者

IF 19.3

Bedside esophageal pressure monitoring

Critical Care 2017第一作者

查看完整论文列表 →

期刊审稿

AJRCCMIntensive Care MedicineAnnals of Intensive CareCritical Care MedicineThoraxNature Medicine

主要科学贡献

Airway Closure in ARDS

Identified and characterized airway closure as an underestimated phenomenon in ARDS (AJRCCM 2018)

Recruitment-to-Inflation Ratio

Developed a bedside method for rapid quantification of PEEP benefit-risk balance (AJRCCM 2020)

Respiratory Mechanics Partition

Partitioned respiratory mechanics in ARDS patients across multiple centers (ICM 2022)

CVent Technology

Co-inventor of Computational Ventilation — ML-based non-invasive Pmus prediction

受邀学术报告

  • European Society of Intensive Care Medicine (ESICM) — 2016, 2017, 2018
  • ESICM Live Forum, Madrid — 2018
  • Canadian Critical Care Society / Critical Care Canada Forum — 2016, 2019
  • University of Toronto Mechanical Ventilation Symposium — 2016–2022

研究基金

~$1M

CAVIARDS Randomized Controlled Trial

Co-applicant — Funded by CIHR and University of Toronto

$326K

CAVIARDS-19 Trial

Co-applicant — Funded by University of Toronto

我们的服务

服务

为推动呼吸医疗技术进步的机构提供专业咨询、研究和开发服务。

医院与 ICU

面向寻求提升呼吸治疗水平的ICU(重症监护病房)提供临床咨询与研究合作。

  • 呼吸力学咨询
  • 临床研究设计与支持
  • 设备评估与验证
  • 生理数据解读
  • 食管压监测实施
  • 定制化 ICU 监测 AI 模型

学术研究

与致力于推进呼吸生理学和重症医学的科研机构开展合作研究。

  • 呼吸生理学解读
  • 研究方案开发
  • 合作研究设计
  • 数据分析与解读
  • 论文发表与基金合作
  • 联合开发创新 AI 模型

工业合作

为开发下一代通气技术的医疗器械厂商提供端到端研发服务。

  • 呼吸机机器学习模型开发
  • 算法验证与测试
  • 临床整合咨询
  • 台架与计算仿真测试
  • 法规合规支持
  • 现有系统插件模块开发
联系我们

开始对话

无论您是在探索 AI 驱动的通气解决方案、寻求研究合作,还是评估我们的咨询服务——我们期待与您交流。

地址

Unit 4 – 117 Wellington St. E. Aurora, ON L4G 1H9, Canada

公司

Orbit AI Ventilation Inc. 成立于 2023 年——加拿大安大略省