一份由 UCSF 醫(yī)學院進行的研究顯示,新創(chuàng)公司 Cardiogram 的神經(jīng)網(wǎng)絡能夠通過監(jiān)測使用者心跳,就能以接近 85% 的準確度偵測到糖尿病的存在。而且最重要的一點是,這研究并不需要使用任何專門醫(yī)療器材,光是使用 Apple Watch、Fitbit 手環(huán)、Android Wear 等具備心率感應器的穿戴式智能手表就可以。
Cardiogram 的創(chuàng)辦人 Brandon Ballinger 向我們表示,這是他所曾完成過的工作中最困難的,但極具意義。(這說話出自幫助修復美國 Healthcare.gov 網(wǎng)站的人口中,感覺特別有說服力。)
Cardiogram 在之前也有進行過類似的研究,像是通過訓練神經(jīng)網(wǎng)絡 DeepHeart 來在 6,000 個參與者中,找出中風跡象。在這次針對糖尿病的研究,更把增加參與人數(shù)至 14,011 名,他們需要在大量心跳數(shù)據(jù)之中,尋出高膽固醇、睡眠窒息和高血壓的痕跡。Cardiogram 通過使用 DeepHeart 的經(jīng)驗,從總共 57,675 周的心率信息中,分析心率頻率是否正常。
為了把所得數(shù)據(jù)轉(zhuǎn)變成有意義的信息,Cardiogram 嘗試了不同的方式分析。其中之一是與名為「semi-supervised(半監(jiān)督)」的學習方式。Ballinger 解釋指,他們在未經(jīng)監(jiān)督的階段收集混集有糖尿病患者和非糖尿病患者的數(shù)據(jù),讓神經(jīng)網(wǎng)絡能學習到心率會如何變化。在隨后的監(jiān)督階段,DeepHeart 將會獲得一些標簽有已知是糖尿病患者的數(shù)據(jù),幫助它能瞭解糖尿病患者的心率變化。另一種方式:啟發(fā)式預訓練,更有著更好的結(jié)果。
有趣的是,這振奮人心的 85% 準確度是通過未經(jīng)預先訓練的神經(jīng)網(wǎng)絡所得的,這結(jié)果讓研人員相信「合并人手調(diào)整和深度學習過程有著其潛在優(yōu)勢」。換句話說,在這偵測病患的過程中,不能完全拿走人類的因素。
但大家需要清楚 DeepHeart 的設計原意并非為確診糖尿病,只是這復雜的運算法能夠找到糖尿病和心率改變之間的關(guān)系,所以想要借著消費者級的心率感應器來確診糖尿病,也是不實際的。不過 Ballinger 卻表示他們的目標是要幫人們在懵然無知的情況下,及早提醒他們有著患上糖尿病的風險。單是這樣就足以帶來相當?shù)母淖?,?jù) CDC 的報告指,在美國有超過 1 億個成人糖尿病患者,但其中 25% 是完全不知所以的。
這通過 DeepHeart 而來的糖尿病預檢,最終是有可能加入到 Cardiogram 的 app 之中,但 Ballinger 并沒有給出確實的答案。同時他們沒有排除最終成為提供全面確診的可能性,所以這工具的潛力仍然是非??捎^的。Ballinger 打趣道,如果 Apple Watch Series 5 有著血糖和血壓計的話,他們或許能確實做出來啊。
-
神經(jīng)網(wǎng)絡
+關(guān)注
關(guān)注
42文章
4820瀏覽量
106306 -
智能手表
+關(guān)注
關(guān)注
38文章
3347瀏覽量
118891
發(fā)布評論請先 登錄
電能質(zhì)量在線監(jiān)測裝置的精度等級和準確度的關(guān)系是否受環(huán)境因素影響?
關(guān)于CAPSENSE?每個 Vref 電壓的準確度的疑問求解
無創(chuàng)血糖手表對比:華為 WATCH 4 VS?橙子大健康?Watch D Pro
桂花網(wǎng)藍牙網(wǎng)關(guān)物聯(lián)網(wǎng)醫(yī)院動態(tài)血糖管理應用案例
電工儀表準確度等級詳解
廣州唯創(chuàng)電子WT2605C藍牙語音芯片:賦能智能血糖儀,開啟糖尿病管理新篇章
利用隔離式精密信號鏈保持數(shù)據(jù)采集的準確度
英國將試用AI工具提前預測糖尿病風險
AI護航健康:英國擬試用新工具,預見糖尿病風險
NVIDIA AI技術(shù)助力監(jiān)測糖尿病風險
高準確度信號鏈解決方案快速實現(xiàn)七位半DMM
如何實現(xiàn)七位半或更高準確度的DMM
安森美Treo平臺助力打造連續(xù)血糖監(jiān)測儀

智能手表糖尿病偵測準確度率達85%,未來或?qū)⒏?/h1>
評論