ALS Monitor adalah perangkat lunak yang memungkinkan pemantauan kondisi klinis pasien dengan sklerosis lateral amiotrofik (ALS), pengendalian parameter utama, analisis faktor risiko, pembuatan peringatan yang dipersonalisasi (termasuk yang berbasis kecerdasan buatan), serta pembentukan basis data dan registri nasional pasien dengan penyakit neuron motorik, yang memberikan gambaran rinci mengenai kondisi pasien.

Masalah yang ditangani adalah kebutuhan akan pengawasan medis terhadap pasien ALS yang berada di luar lingkungan rumah sakit; tanpa pemantauan tersebut, penyakit dapat berkembang lebih cepat.

Solusi yang diusulkan adalah kemampuan untuk memantau status klinis dan memilih rekomendasi yang dipersonalisasi bagi pasien ALS menggunakan perangkat lunak khusus berbasis kecerdasan buatan.

Perangkat lunak ini menilai tingkat keparahan dan laju perkembangan penyakit, status nutrisi, asupan kalori harian, serta dinamika sejumlah besar parameter klinis dalam konteks perjalanan alami penyakit.

Solusi ini terdiri dari dua bagian utama (untuk dokter dan untuk pasien) dan memungkinkan pemantauan berkelanjutan terhadap lebih dari 400 parameter, koreksi faktor risiko secara tepat waktu, evaluasi efektivitas terapi, serta prediksi harapan hidup pada pasien ALS.

1. Proyek “Sistem digital untuk pemantauan kondisi klinis pasien dengan sklerosis lateral amiotrofik — ALS Monitor”.
2. Produk perangkat lunak untuk memantau status klinis, dinamika skala penilaian klinis utama (ALSFR), nutrisi, dan berat badan. Produk ini mencakup aplikasi seluler sisi klien yang dapat diinstal pada platform mobile dan digunakan untuk melacak dinamika berbagai indikator, mendeteksi perubahan yang signifikan secara klinis, dan secara otomatis menghasilkan rekomendasi. Berdasarkan data yang dikumpulkan dan menggunakan regresi linier berganda, risiko perkembangan penyakit diperkirakan. Saat ini tidak ada analog langsung dari perangkat lunak ini di dunia; perangkat ini memungkinkan akumulasi data tentang perkembangan penyakit dan penilaian kontribusi parameter individual.
3. Aplikasi seluler menggunakan metode kecerdasan buatan untuk mengenali tingkat keparahan disartria dan membangun model digital gangguan suara, serta dataset yang mencerminkan dinamika status klinis. Model AI didasarkan pada pustaka Keras (TensorFlow). Beberapa dataset telah dibuat untuk menilai status nutrisi pada pasien dengan penyakit neuron motorik.