AFibWatch tidak hanya membaca nilai BPM, tetapi menganalisis pola interval RR dari rekaman EKG smartwatch. Melalui ekstraksi fitur mean RR, RMSSD, ADNN, dan Heart Rate, algoritma XGBoost secara akurat membedakan kondisi AFib dan Non-AFib.
Analisis pola denyut jantung berbasis sinyal EKG dan fitur HRV untuk membedakan kondisi AFib dan Non-AFib.
Perekaman sinyal EKG berkelanjutan.
Transmisi data EKG mentah ke sistem.
Mean RR, RMSSD, ADNN, & HR.
Klasifikasi pola AFib vs Non-AFib.
Terdeteksi AFib atau Normal
Verifikasi klinis oleh dokter.
Pemantauan kontinu sinyal detak jantung dan data fisiologis dari smartwatch.
Visualisasi dan pengolahan gelombang EKG untuk mendeteksi anomali ritme jantung.
Ekstraksi parameter klinis: Mean RR, SDNN/ADNN, dan RMSSD secara presisi.
Klasifikasi risiko Atrial Fibrillation berbasis algoritma Machine Learning XGBoost.
Platform khusus bagi dokter untuk meninjau dan memvalidasi hasil diagnosis AI.
Penyimpanan rekam kesehatan dan riwayat pemantauan secara terstruktur.
Pelajari pola hidup sehat, pencegahan Atrial Fibrillation, dan langkah manajemen kesehatan jantung sehari-hari.
AFibWatch dikembangkan sebagai bentuk implementasi Hifz al-Nafs, yaitu prinsip mendasar dalam menjaga keselamatan dan keberlanjutan jiwa manusia melalui pemanfaatan kecerdasan buatan dan pemantauan kesehatan terkini.
“Menjaga kesehatan sebagai bagian dari ikhtiar menjaga kehidupan.”
Perancangan keamanan bertingkat untuk perlindungan data kesehatan pengguna.
Konsep transmisi terenkripsi SSL/TLS.
Hak akses Admin, Dokter, & Pasien.
Riwayat aktivitas lengkap sistem.
Dikaji oleh profesional medis.