Keuntungan:
- Keupayaan untuk menerangkan peluang dan masalah dalam memproses data sensor boleh pakai (PPG, pecutan, suhu kulit) dengan kecerdasan buatan
- Keupayaan untuk menilai artifak gerakan, berat sebelah warna kulit, dan had peranti bukan perubatan
- Keupayaan untuk menguruskan beban penggera palsu dan keperluan untuk pengesahan klinikal amaran pemantauan berterusan
Peranti boleh pakai (jam tangan pintar, gelang tangan, tampalan, cincin) telah membawa ukuran fisiologi di luar hospital dan ke dalam kehidupan seharian. Peranti ini sentiasa mengukur kadar denyutan jantung, ketepuan oksigen, aktiviti, tidur, dan kadangkala ECG. Bagi jurutera bioperubatan, ini adalah sumber data yang tidak pernah berlaku sebelum ini: bukan hanya beberapa minit di makmal, tetapi minggu pemantauan berterusan dalam kehidupan sebenar. Tetapi data ini jauh dari keadaan terkawal persekitaran klinikal. Dalam unit ini, kita akan melihat peluang, perangkap paling penting (artifak gerakan, berat sebelah warna kulit, kelas peranti) dan beban penggera palsu dalam memproses data sensor boleh pakai dengan kecerdasan buatan.
Mari kita membuat perbezaan di hadapan: kebanyakan peranti boleh pakai pengguna bukan peranti perubatan; Ia adalah untuk tujuan "kehidupan sihat/kesejahteraan". Sesetengah ciri (pemberitahuan ECG atau fibrilasi atrium tertentu) mungkin telah menerima kelulusan kawal selia, tetapi ini bukan diagnostik tetapi merujuk kepada doktor. Kecerdasan buatan menjana trend dan kesedaran dalam data ini; Diagnosis adalah milik doktor.
Jenis Sensor dan Apa yang Mereka Ukur
PPG (photoplethysmography): Menghantar cahaya hijau/inframerah ke kulit dan menganggarkan kadar nadi dan secara tidak langsung ketepuan oksigen daripada perubahan pantulan. Ia murah dan biasa, tetapi sangat sensitif terhadap pergerakan.
Accelerometer: Mengukur pergerakan dan kedudukan; Ia digunakan untuk mengira langkah, pengesanan jatuh dan klasifikasi tidur/aktiviti.
Suhu kulit dan aktiviti elektrodermal: Trend suhu dan kekonduksian akibat peluh; Ia memberikan petunjuk tidak langsung dalam pemantauan tekanan dan kitaran.
ECG tunggal plumbum: Sesetengah peranti mengambil ECG tunggal plumbum jangka pendek dengan sentuhan jari. Ini bukan pengganti untuk ECG diagnostik 12-plumbum; Ia adalah alat pengimbasan terhad.
Tiga Perangkap Paling Penting
Artifak gerakan. Isyarat PPG diherotkan semasa berjalan, melambai atau memandu. Model mungkin tersalah anggap bunyi gerakan sebagai degupan jantung. Jadi dalam AI boleh pakai, data pecutan membuat soalan PPG "adakah ia boleh dipercayai?" (gabungan sensor).
Tona kulit dan berat sebelah fizikal. Penderia optik mungkin kurang tepat dengan ton kulit yang lebih gelap, tatu dan perfusi rendah (sejuk, peredaran yang lemah). Jika model dilatih dengan kebanyakannya berkulit cerah, muda, pengguna yang sihat, ia akan membuat ralat sistematik merentas kumpulan yang berbeza. Ini adalah soal keadilan dan keselamatan pesakit.
Kelas peranti dan konteks. Data peranti pengguna tidak setepat data monitor klinikal. Label seperti "peringkat tidur" atau "skor tekanan" selalunya merupakan anggaran kasar dan belum disahkan untuk diagnosis klinikal.
Tiga Kes Mini: Mengikut Nombor
Kes 1 — Beban penggera palsu. Ciri pemberitahuan fibrilasi atrium menjana beribu-ribu pemberitahuan setiap bulan dalam kumpulan pengguna aktif; Sebilangan kecil laporan adalah tulen apabila disahkan oleh ECG perubatan pengesahan. Hakikat bahawa ramai pengguna yang sihat dibebani dengan kebimbangan yang tidak perlu dan kemasukan yang tidak perlu ke klinik mengingatkan kami bahawa dengan kebarangkalian pra-ujian yang rendah, banyak laporan positif mungkin menjadi palsu. Pemberitahuan itu adalah tanda saringan, bukan diagnosis.
Kes 2 — Nadi terganggu oleh pergerakan. Dalam kajian berjalan, kadar denyutan jantung PPG dikunci pada kekerapan hayunan lengan, menunjukkan 130 berbanding 160 sebenar. Apabila gabungan pecutan ditambah, bendera kebolehpercayaan kadar denyutan jantung diturunkan semasa tempoh intensif pergerakan dan nilai yang salah tidak dilaporkan. Gabungan sensor meningkatkan ketepatan dengan ketara.
Kes 3 — Menangkap trend. Dalam susulan pelepasan selepas ICU, peningkatan kadar denyutan jantung rehat peranti boleh pakai yang perlahan selama beberapa hari telah dicatatkan sebelum perkembangan jangkitan, membolehkan penilaian awal pesakit. Nilai di sini bukanlah satu ukuran, tetapi arah aliran berbanding garis dasar sendiri; Bagaimanapun, keputusan itu dibuat berdasarkan penilaian doktor.
Gesaan Lemah / Gesaan Kuat
Gesaan yang lemah:
Lihat data jam tangan saya, adakah saya sakit?[data]
Gesaan kuat:
Peranan anda: Anda ialah pembantu analisis data boleh pakai (ANDA BUKAN DIAGNOSIS, bukan peranti perubatan). Nilaikan ukuran boleh pakai tanpa nama berikut:- Tafsirkan nilai sebagai TREND berbanding garis dasar orang itu sendiri, mengaitkan diagnosis kepada satu ukuran.- Tandakan kemungkinan tempoh artifak gerakan dan kualiti isyarat rendah.- Nyatakan dalam setiap cetakan bahawa peranti itu belum disahkan untuk diagnosis perubatan.- Senaraikan secara berasingan bendera "perundingan pakar perubatan" di penghujungnya. Ukuran tanpa nama:[trend HR, SpO2, aktiviti, tidur, kualiti isyarat]
Empat Templat Boleh Disalin
1) Analisis trend:
Ringkaskan siri kadar denyutan jantung berehat 14 hari berikut sebagai arah aliran mengikut garis dasar orang itu; Tandakan sisihan yang ketara. Jangan diagnosis. Siri: [data]
2) Penandaan kualiti isyarat:
Dalam siri kadar denyutan jantung PPG ini, tandakan sebagai tempoh "keyakinan rendah" kemungkinan artifak gerakan berdasarkan data pecutan yang disertakan. Data: [siri]
3) Penilaian penggera palsu:
Untuk ciri pemberitahuan, draf nota taklimat yang menerangkan bilangan pemberitahuan positif yang mungkin positif palsu pada kebarangkalian pra-ujian yang rendah.
4) Teks maklumat pengguna:
Tulis teks pada skrin yang memaparkan output peranti boleh pakai: "Ini bukan diagnosis perubatan; jika anda mengalami simptom, dapatkan nasihat doktor" dalam bahasa mudah.
Peranan Model: Mengikut Jenis Tugas
Jenis tugas
Sumbangan AI
kritikal
pengesahan
Klasifikasi aktiviti/langkah
tinggi
rendah
pemeriksaan mengejut
Trend HR berehat
tinggi
sederhana
Perbandingan garis dasar
Anggaran peringkat tidur
sederhana
rendah
Kurang ajar, bukan klinikal
Pemberitahuan irama (imbasan)
sederhana
tinggi
ECG perubatan + doktor
keputusan diagnostik
tiada
sangat tinggi
Penilaian klinikal
Petua: Cari trend dalam data boleh pakai mengenai sejarah orang itu sendiri, bukan satu petikan. Isyarat yang paling berharga ialah penyimpangan seseorang daripada garis dasarnya; Min populasi mungkin mengelirukan tafsiran individu.
Awas: Hanya kerana peranti boleh pakai mempunyai "ciri yang diperakui" tidak bermakna semua outputnya adalah tepat secara klinikal. Kelulusan hanya sah untuk fungsi dan kegunaan tertentu; Metrik selebihnya kebanyakannya adalah anggaran untuk tujuan kesihatan.
Kesilapan biasa
- Menyalahkan data peranti pengguna untuk data klinikal. Kebanyakan peranti tidak disahkan untuk diagnosis.
- Tidak menapis artifak gerakan. Tanpa gabungan pecutan, kadar jantung PPG akan mengelirukan.
- Mengabaikan berat sebelah warna kulit. Penderia optik beroperasi dengan ketepatan yang berbeza dalam kumpulan yang berbeza.
- Tidak mengambil kira beban penggera palsu. Pada kebarangkalian praujian yang rendah, banyak yang positif mungkin palsu.
- Mengaitkan diagnosis kepada satu ukuran. Nilai itu harus ditafsirkan sebagai trend dan keputusan harus diserahkan kepada doktor.
Secara ringkasnya
- Peranti boleh pakai menyediakan data kehidupan sebenar yang berterusan, tetapi kebanyakannya bukan peranti perubatan.
- PPG terdedah kepada artifak gerakan; gabungan sensor (dengan pecutan) meningkatkan ketepatan.
- Bincang ton kulit dalam penderia optik ialah isu keadilan dan keselamatan.
- Pada kebarangkalian praujian yang rendah, kebanyakan laporan mungkin positif palsu; beban penggera palsu mesti diuruskan.
- Nilai terbesar adalah dalam arah aliran; Diagnosis sentiasa dibuat oleh penilaian doktor.
Tugasan permohonan
Buat siri degupan jantung berehat 14 hari (termasuk peningkatan perlahan daripada garis dasar) daripada peranti boleh pakai. Menggunakan gesaan yang berkuasa, minta model mentafsirkan siri ini sebagai trend dan lihat sama ada ia mendiagnosis satu hari. Kemudian terangkan had klinikal peranti dan ambang "perunding doktor" dalam perenggan.
senarai semak
- [ ] Saya tahu penderia boleh pakai biasa (PPG, pecutan, suhu, ECG saluran tunggal) dan hadnya.
- [ ] Saya memahami artifak gerakan dan peranan gabungan sensor.
- [ ] Saya faham bahawa berat sebelah warna kulit ialah isu keadilan dan keselamatan.
- [ ] Saya boleh menilai beban penggera palsu dan kesan kebarangkalian pra-ujian yang rendah.
- [ ] Saya menyedari bahawa saya mentafsir data boleh pakai sebagai trend dan menyerahkan diagnosis kepada doktor.