Модели искусственного интеллекта Samsung для здравоохранения анализируют данные биосигналов, получаемые с помощью носимых устройств.

Искусственный интеллект в здравоохранении и оздоровлении

Модели искусственного интеллекта Samsung для здравоохранения анализируют данные биосигналов, получаемые с помощью носимых устройств.

Команда Samsung Research America по цифровому здравоохранению представила две базовые модели искусственного интеллекта, предназначенные для обучения на основе биосигналов, получаемых с помощью носимых устройств. Работа сосредоточена на данных, собираемых умными часами, включая информацию о сердечном ритме, сне и физической активности.

В июле 2026 года на форуме Health Forum в рамках презентации Galaxy Unpacked компания Samsung представила свою концепцию Connected Care. Samsung описала будущее профилактической, персонализированной и интегрированной медицинской помощи, поддерживаемой медицинскими технологиями и партнерствами в сфере здравоохранения. Исследовательская группа компании рассматривает модели медицинских фондов как один из компонентов нового опыта потребителей в сфере здравоохранения.

Шаранья Десаи, руководитель отдела алгоритмов цифрового здравоохранения в Samsung Research America, заявила: «Это исследование имеет важное значение, поскольку оно закладывает техническую основу для предоставления эффективных, точных и непрерывных данных о состоянии здоровья на основе модели, ориентированной на фундаментальные принципы здравоохранения».

«Мы продолжим разрабатывать и совершенствовать модели базовых показателей здоровья, которые могут применяться к различным биосигналам и медицинским характеристикам и работать непосредственно на устройстве с ограниченными датчиками и вычислительными ресурсами».

Исследование модели искусственного интеллекта для здравоохранения от Samsung

Модель, разработанная фондом здравоохранения, использует самообучение для выявления признаков в немаркированных данных биосигналов. Компания Samsung утверждает, что предварительное обучение на больших наборах данных о здоровье позволяет одной модели поддерживать последующие задачи, такие как анализ биосигналов, разработка биомаркеров и прогнозирование проблем со здоровьем.

В исследовании рассматриваются две модели с разными целями. xMAE, сокращение от Physiology-Aware Masked CrossModal Reconstruction for Biosignal Representation Learning (физиологически ориентированная маскированная кросс-модальная реконструкция для обучения представлению биосигналов), изучает временные взаимосвязи между различными биосигналами. HiMAE, или Hierarchical Masked Autoencoder (иерархический маскированный автокодировщик), изучает закономерности состояния здоровья в различных временных масштабах на основе данных временных рядов, полученных с помощью носимых устройств.

Компания Samsung сообщает, что работа над проектом xMAE была принята на Международную конференцию по машинному обучению. Работа над проектом HiMAE была принята на Международную конференцию по изучению представлений. Компания описывает оба проекта как исследования физиологических взаимосвязей и временных структур в данных биосигналов.

Эти модели охватывают различные аспекты анализа данных с носимых устройств. xMAE связывает два сердечных сигнала, измеряющих связанную активность с помощью различных механизмов. HiMAE анализирует данные с короткими и длинными интервалами, что позволяет одной предварительно обученной модели поддерживать классификацию, численное прогнозирование и генерацию данных.

xMAE связывает непрерывные данные ФПГ с сигналами ЭКГ.

Электрокардиограмма, или ЭКГ, измеряет электрическую активность сердца напрямую. Компания Samsung описывает ЭКГ как полезный инструмент для измерения частоты сердечных сокращений и вариабельности сердечного ритма. Она также может выявлять аномальные сердечные ритмы и риски, связанные с такими заболеваниями, как мерцательная аритмия.

Обычно для измерения ЭКГ с помощью носимых устройств пользователю необходимо сделать паузу и провести активное измерение. Фотоплетизмография, или ФПГ, использует другой подход. ФПГ обнаруживает изменения кровотока и может пассивно передаваться через датчики в носимых устройствах, таких как умные часы.

Оба сигнала исходят от сердечной деятельности. Между ними существует разница во времени, которую Samsung сравнивает с ощущением грома после того, как увидел молнию. xMAE определяет эту временную взаимосвязь, восстанавливая замаскированные части сигнала ЭКГ из данных ФПГ.

Цель данной модели — анализ характеристик сердечно-сосудистого здоровья на основе непрерывно измеряемых данных ФПГ без отдельных ручных измерений ЭКГ. Для предварительного обучения модели использовалось около 9400 часов данных ЭКГ и ФПГ.

Суббу Венкатраман, руководитель лаборатории исследований цифрового здравоохранения в Samsung Research America, прокомментировал: «Биосигналы по своей природе динамичны и обладают уникальными изменяющимися во времени физиологическими свойствами. Ключевой вклад этого исследования заключается в доказательстве жизнеспособности базовых моделей здравоохранения, способных улавливать как взаимосвязи между сигналами, так и их лежащие в основе временные структуры».

«Мы по-прежнему привержены развитию фундаментальных исследований в области искусственного интеллекта в здравоохранении и внедрению полученных результатов в медицинские решения, которые действительно улучшают здоровье и благополучие людей».

Компания Samsung сообщает, что xMAE превзошла одномодальные модели биосигналов и существующие многомодальные методы обучения в 15 из 19 задач оценки. Эти задачи включали прогнозирование сердечно-сосудистых заболеваний, выявление аномальных результатов анализов и классификацию стадий сна. Компания также заявляет, что полученные характеристики показали потенциал для использования в различных сенсорных устройствах, местах на теле и средах сбора данных.

HiMAE анализирует данные с носимых устройств в различных временных масштабах.

Данные, получаемые с помощью носимых устройств, могут содержать различную информацию за разные периоды времени. Короткие сегменты могут показывать быстро меняющиеся сигналы, такие как сердцебиение. Более длинные сегменты могут выявлять закономерности, формирующиеся с течением времени, например, сон или физическую активность.

В HiMAE используется несколько кодировщиков для раздельного анализа коротких и длинных сегментов данных. По словам Samsung, такая схема позволяет модели определять временной масштаб, необходимый для решения медицинской задачи. Таким образом, анализ частоты сердечных сокращений и прогнозирование сна могут использовать различные части временных рядов данных.

Метод обучения восстанавливает замаскированные участки данных с носимых устройств. Samsung утверждает, что это позволяет HiMAE выявлять закономерности в биосигналах в условиях ограниченного объема размеченных данных. Затем модель поддерживает классификацию, численное прогнозирование и генерацию данных на основе единой предварительно обученной системы.

Компания Samsung заявляет, что технология HiMAE достигла высокой производительности в более компактной модели, чем существующие аналоги. Также сообщается, что она способна выдавать результаты менее чем за одну миллисекунду на центральном процессоре, используемом в умных часах.

Утверждение о том, что обработка данных происходит на самом устройстве, а не на облачных серверах, предполагает, что анализ модели выполняется непосредственно на устройстве. Базовые модели, обученные на немаркированных физиологических потоках, предоставляют механизм для извлечения диагностических маркеров, выполнения прогнозной классификации состояния здоровья и генерации рекомендаций для пользователей с помощью потребительского оборудования — и все это без постоянного подключения к серверу.

См. также: Google AI-консультант по здоровью будет использовать данные об уровне глюкозы от Abbott.

Хотите узнать больше об искусственном интеллекте и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими выставками, включая Cyber Security & Cloud Expo. Для получения дополнительной информации нажмите здесь.

AI News — это проект TechForge Media. Здесь вы можете ознакомиться с другими предстоящими мероприятиями и вебинарами, посвященными корпоративным технологиям.

Источник: www.artificialintelligence-news.com