Im Jahr 1846 Londoner Chirurg John Hutchinson hat das erfunden Spirometer – eine Sache, die ein Arzt normalerweise von Asthmapatienten verlangt, kräftig hineinzublasen – um das von der Lunge eingeatmete und ausgeatmete Luftvolumen zu messen. Es ist eine ziemlich grundlegende Idee. Unglaublicherweise hat sich die Technologie seitdem kaum weiterentwickelt. Heutzutage misst das moderne Spirometer nicht einmal die Menge des von der Lunge ausgestoßenen CO2-Gases, ein entscheidender Datenpunkt für die Beurteilung chronisch obstruktiver Lungenerkrankungen (COPD).
Jetzt hat ein Startup aus Cambridge, Großbritannien, ein radikal neues Technologiegerät entwickelt, das seiner Aussage nach erschwinglich und tragbar ist, nur minimale Schulung erfordert und auch CO2 misst.
Healthtech-Unternehmen TidalSense hat nun eine Finanzierungsrunde in Höhe von 7,5 Mio. £ (9,3 Mio. $) abgeschlossen, die von den in Großbritannien ansässigen Investoren BGF und Downing Ventures angeführt wurde.
Das in Cambridge ansässige Unternehmen gibt an, dass sein tragbares medizinisches Gerät (N-Tidal) Veränderungen der Lungenfunktion empfindlich erkennt und eine schnellere, genauere und automatisierte Diagnose von COPD ermöglicht. Die Möglichkeit, Asthmaprobleme zu messen, ist in der Produkt-Roadmap enthalten.
COPD ist die dritthäufigste Todesursache weltweit und verursachte im Jahr 2019 3,23 Millionen Todesfälle nach Angaben der Weltgesundheitsorganisation. Und aufgrund der weltweit steigenden Umweltverschmutzung wird es wahrscheinlich noch schlimmer werden.
Trotz der Technologie aus den 1840er-Jahren ist der Markt für Spirometer bestehen projiziert wird im Jahr 2023 einen Wert von 616 Millionen US-Dollar haben und ist bereit, mit einer jährlichen Wachstumsrate von 5,4 % weiter zu wachsen und bis 2033 1042,3 Millionen US-Dollar zu erreichen.
Allerdings lassen sich Spirometer leicht täuschen, wenn Patienten unterschiedlich stark blasen, und sie können nicht einfach zwischen verschiedenen Arten von Atemwegserkrankungen unterscheiden oder Informationen über den Schweregrad der Erkrankung liefern. Außerdem dauert es etwa 30 Minuten, einen Patienten mit einem Spirometer zu testen. Allein in England sind es 200–250 pro 500.000 Einwohner warten Ein Diagnosetest führt zu Wartezeiten von bis zu 5-10 Jahren.
Laut TidalSense kann sein N-Tidal-Gerät die Atmung eines Patienten in weniger als fünf Minuten messen und die Daten über 2G-Netzwerke an eine Cloud-basierte Plattform senden.
Tatsächlich habe ich das Gerät selbst ausprobiert und tatsächlich hat es den Zustand meiner Lunge in (eher) weniger als 3 Minuten gemessen.
TidalSense-Team
In einem Interview mit TechCrunch sagte mir Mitbegründerin Dr. Ameera Patel (im Bild rechts), CEO von TidalSense und selbst Asthmatikerin: „Diese Hardware wurde acht Jahre lang entwickelt. Es gibt mittlerweile mehrere Patente darauf. Der Sensor misst jedes einzelne Kohlendioxidmolekül, das aus Ihrer Lunge austritt. Bei der Erfassung all dieser Daten haben wir herausgefunden, dass wir sehr genau erkennen können, wann es Ihrer Lunge schlechter geht.“
Sie sagt, das Problem bestehe darin, dass die Menschen nicht wüssten, wann sie Symptome hätten: „Sie wissen nicht, wann sie kranker werden.“ Dieses Gerät wird es mir sofort sagen und ich weiß, dass ich meine Inhalatoren erhöhen muss. Es ist der Unterschied zwischen der Fähigkeit, seine Symptome in den Griff zu bekommen, und der plötzlichen Landung im Krankenhaus, weil man keine Daten darüber hatte, wie es zu einer Verschlimmerung kommen könnte.“
Das Unternehmen gibt an, das Gerät an über 1.000 Patienten getestet und dabei über 2,3 Millionen Atemzüge von Patienten durch klinische Studien und Versuche gesammelt zu haben.
„Wir erreichen wirklich sehr hohe Genauigkeiten bei der Diagnose von COPD, da sich bei COPD grundsätzlich die Lungenstruktur verändert. Aus den Daten haben wir sehr genaue Diagnosetests erstellt, die wir mit der Finanzierung kommerzialisieren wollen“, fügte Patel hinzu.
Tim Rea, Head of Early Stage Investments bei BGF, kommentierte in einer Erklärung: „Diese Lösung ist ein Paradebeispiel dafür, wie fortschrittliche Techniken des maschinellen Lernens eingesetzt werden können, um schnellere Diagnosen, größere Effizienz und bessere Patientenergebnisse zu liefern.“