Новое исследование: ИИ поможет раскрыть скрытые данные о сердце с помощью оптического датчика Apple Watch
Несколько дней назад мы рассматривали возможность того, что Apple однажды сможет использовать в наушниках AirPods датчики мозговых волн для оценки качества сна и даже выявления эпилептических припадков.
Теперь новая исследовательская работа показывает, как компания изучает возможность получения более глубоких данных о здоровье сердца с помощью искусственного интеллекта.
Вот детали.
В watchOS 26 Apple представила уведомления о гипертонии для Apple Watch.
Хотя эта функция далека от инструмента медицинской диагностики, и Apple первой подчеркивает, что «уведомления о гипертонии не выявят все случаи гипертонии», компания также заявляет, что ожидает, что эта функция «в первый год предупредит более 1 миллиона человек с недиагностированной гипертонией».
Важный аспект этой функции заключается в том, что она основана не на мгновенных измерениях, а на данных, собранных за 30-дневные периоды.
Это означает, что её алгоритмы анализируют тренды, а не выдают данные о гемодинамике в реальном времени.
Именно здесь начинается новое исследование Apple.
Важно сразу прояснить: в этом исследовании ни разу не упоминаются Apple Watch, и в нём нет никаких заявлений о будущих продуктах или функциях.
Это исследование, как и большинство работ, публикуемых в блоге Apple Machine Learning Research, сосредоточено на фундаментальных исследованиях и самой технологии.
В этой конкретной работе под названием «Гибридное моделирование фотоплетизмографии для неинвазивного мониторинга сердечно-сосудистых параметров» Apple предлагает «гибридный подход, который использует гемодинамическое моделирование и немаркированные клинические данные для оценки сердечно-сосудистых биомаркеров непосредственно из сигналов ФПГ».
Другими словами, исследователи демонстрируют, что с помощью простого датчика пульса на пальце, также известного как фотоплетизмограф (ФПГ), можно оценить более глубокие кардиологические показатели.
Это та же оптическая технология измерения, что используется в Apple Watch.
Исследователи Apple получили большой набор данных с размеченными смоделированными артериальными волнами давления (АВД) и набор данных одновременных измерений реальных АВД и ФПГ.
Затем они, по сути, обучили генеративную модель тому, как сопоставлять данные ФПГ с одновременно происходящими АВД.
Это позволило им, вкратце, выводить данные АВД из измерений ФПГ с достаточной для целей исследования точностью.
После этого они загрузили эти интерпретированные АВД во вторую модель, которая была обучена выводить из этих данных кардиологические биомаркеры, такие как ударный объём и сердечный выброс.
Они достигли этого, обучив вторую модель на смоделированных данных АВД, сопоставленных с известными значениями сердечно-сосудистых параметров: ударного объёма, сердечного выброса и других показателей.
Наконец, они сгенерировали несколько правдоподобных волн АВД для каждого сегмента ФПГ, вывели соответствующие сердечно-сосудистые параметры для каждой из них и усреднили эти результаты, чтобы получить итоговую оценку вместе с мерой неопределённости.