Beberapa hari yang lalu, kami mempelajari bagaimana Apple suatu hari nanti dapat menggunakan sensing unit gelombang otak di AirPods untuk mengukur kualitas tidur dan bahkan mendeteksi kejang.
Kini, sebuah makalah baru menunjukkan bagaimana perusahaan mengeksplorasi wawasan kesehatan jantung yang lebih mendalam dengan bantuan AI. Berikut detailnya.
Sedikit konteks
Dengan watchOS 26, Apple memperkenalkan notifikasi Hipertensi di Apple Watch.
Sebagai perusahaan menjelaskannya :
Pemberitahuan hipertensi di Apple Watch menggunakan information dari sensing unit jantung optik untuk menganalisis bagaimana pembuluh darah pengguna merespons detak jantung. Algoritme ini bekerja secara pasif di latar belakang meninjau data selama periode 30 hari, dan akan memberi tahu pengguna jika mendeteksi tanda-tanda hipertensi yang konsisten.
Meskipun fitur ini masih jauh dari alat medical diagnosis tingkat medis, dan Apple adalah yang pertama mengakui bahwa “pemberitahuan hipertensi tidak akan mendeteksi semua kasus hipertensi,” perusahaan juga mengklaim bahwa fitur tersebut diharapkan “memberi tahu lebih dari 1 juta orang dengan hipertensi yang tidak terdiagnosis dalam tahun pertama”.
Salah satu aspek penting dari fitur ini adalah bahwa fitur ini tidak didasarkan pada pengukuran instan, melainkan pada data selama periode 30 hari, yang berarti bahwa algoritmenya menganalisis tren, bukan menghasilkan pembacaan hemodinamik secara real-time atau memperkirakan parameter kardiovaskular tertentu.
Dan di situlah studi baru Apple ini berperan.
Mendapatkan lebih banyak information dari sensing unit optik
Satu hal yang penting untuk dijelaskan sejak awal: di tidak ada gunanya dalam penelitian ini Apple Watch disebutkan, juga tidak ada setiap klaim tentang produk atau fitur yang akan datang.
Studi ini, seperti sebagian besar (jika tidak semua) studi yang dilakukan Apple Blog Site Penelitian Pembelajaran Mesin berfokus pada penelitian dasar dan teknologi itu sendiri.
Dalam makalah khusus ini, disebut Pemodelan Hibrid Fotoplethysmografi untuk Pemantauan Specification Kardiovaskular Non-Invasif Apple mengusulkan “pendekatan hibrida yang menggunakan simulasi hemodinamik dan data klinis tanpa tag untuk memperkirakan biomarker kardiovaskular langsung dari sinyal PPG.”
Dengan kata lain, para peneliti menunjukkan hal itu mungkin untuk memperkirakan metrik jantung yang lebih dalam menggunakan sensing unit denyut jari sederhana, yang juga dikenal sebagai photoplethysmograph (PPG), modalitas penginderaan optik yang sama yang digunakan di Apple Watch (meskipun dengan karakteristik sinyal berbeda).
Apa yang dilakukan para peneliti Apple adalah mendapatkan kumpulan data besar yang diberi label bentuk gelombang tekanan arteri simulasi (APW), dan kumpulan data pengukuran APW dan PPG di dunia nyata secara simultan.
Selanjutnya, mereka pada dasarnya melatih design generatif untuk mempelajari cara memetakan information PPG ke APW yang terjadi secara bersamaan.
Singkatnya, hal ini memungkinkan mereka untuk menyimpulkan data APW dari pengukuran PPG dengan presisi yang cukup untuk tujuan penelitian.
Setelah itu, mereka memasukkan APW yang telah diinterpretasikan tersebut ke dalam model kedua, yang dilatih untuk menyimpulkan biomarker jantung, seperti volume sekuncup dan curah jantung, dari data tersebut.
Mereka mencapai hal ini dengan melatih model kedua ini dengan information simulasi APW, dipasangkan dengan nilai criterion kardiovaskular yang diketahui untuk quantity sekuncup, curah jantung, dan metrik lainnya.
Terakhir, mereka menghasilkan beberapa bentuk gelombang APW yang masuk akal untuk setiap segmen PPG, menyimpulkan specification kardiovaskular yang sesuai untuk masing-masing segmen, dan merata-ratakan hasil tersebut untuk menghasilkan perkiraan akhir beserta ukuran ketidakpastiannya.
Hasilnya
Setelah seluruh proses pelatihan dan jalur design diterapkan, mereka memilih kumpulan data baru “yang terdiri dari sinyal APW dan PPG dari 128 pasien yang menjalani operasi non-jantung, yang diberi label dengan biomarker kardiovaskular.”
Setelah menjalankan information ini melalui pipe, mereka melihat bahwa data tersebut secara akurat melacak tren quantity sekuncup dan curah jantung, meskipun bukan nilai absolutnya yang pasti.
Namun, metode mereka mengungguli teknik konvensional, menunjukkan bahwa pemodelan yang dibantu AI dapat mengekstraksi wawasan jantung yang lebih bermakna dari sensor optik sederhana.
Inilah kesimpulan para peneliti dengan kata-kata mereka sendiri:
Dalam penelitian ini kami menggunakan pendekatan pemodelan hibrid untuk menyimpulkan specification kardiovaskular dari sinyal PPG in-vivo. Dibandingkan dengan pendekatan murni berbasis data yang kesulitan karena terbatasnya information berlabel, metode kami mencapai hasil yang menjanjikan dengan menggabungkan simulasi dan menghindari kebutuhan akan anotasi yang invasif dan mahal. Meskipun pendekatan hibrid lain yang ada untuk pemodelan kardiovaskular memasukkan sifat fisik sebagai batasan struktural dalam jaringan saraf atau menambah version fisiologis tradisional dengan komponen berbasis information, metode kami menggabungkan pengetahuan fisik dalam design melalui SBI. (…) Hasil kami berkontribusi dalam mengkarakterisasi keinformatifan sinyal PPG untuk memprediksi biomarker jantung, dan dapat melampaui apa yang dipertimbangkan dalam eksperimen kami. Meskipun hasil kami menjanjikan dalam memantau tren temporal, prediksi nilai absolut dari biomarker kompleks masih merupakan tantangan, dan merupakan arah utama untuk pekerjaan di masa depan. Penelitian di masa depan juga dapat mengeksplorasi pendekatan generatif alternatif untuk pemetaan PPG ke APW, atau menyelidiki pilihan arsitektur yang berbeda. Pada akhirnya, strategi pembelajaran yang serupa dengan yang digunakan di sini untuk PPG jari dapat diperluas ke modalitas lain, termasuk PPG yang dapat dikenakan, dan membuka pintu bagi pemantauan biomarker jantung secara pasif dan jangka panjang.
Meskipun tidak mungkin untuk mengetahui apakah Apple akan memasukkan fitur-fitur ini ke dalam Apple Watch, hal ini menggembirakan untuk melihat bahwa para peneliti perusahaan sedang mencari cara baru untuk mengekstrak information yang lebih bermakna dan berpotensi menyelamatkan nyawa dari sensor yang sudah digunakan.
Anda dapat menemukan studi lengkapnya di arXiv
Penawaran Apple yang hebat di Amazon
FTC: Kami menggunakan tautan afiliasi otomatis yang menghasilkan pendapatan. Lagi.
