Zyski:
- Umiejętność wyjaśnienia możliwości i pułapek w przetwarzaniu danych z czujników noszenia (PPG, akcelerometr, temperatura skóry) za pomocą sztucznej inteligencji
- Możliwość oceny artefaktów ruchowych, odchyleń kolorytu skóry i ograniczeń urządzeń niemedycznych
- Możliwość zarządzania obciążeniem fałszywymi alarmami i potrzebą klinicznej weryfikacji alertów ciągłego monitorowania
Urządzenia przenośne (inteligentne zegarki, opaski na rękę, naszywki, pierścionki) wprowadziły pomiary fizjologiczne poza szpitalem i do codziennego życia. Urządzenia te w sposób ciągły mierzą tętno, nasycenie tlenem, aktywność, sen, a czasami EKG. Dla inżyniera biomedycznego jest to bezprecedensowe źródło danych: nie tylko kilka minut w laboratorium, ale tygodnie ciągłego monitorowania w prawdziwym życiu. Ale te dane są dalekie od kontrolowanych warunków środowiska klinicznego. W tym urządzeniu zobaczymy możliwości, najważniejsze pułapki (artefakty ruchowe, odchylenie odcienia skóry, klasa urządzenia) i obciążenie fałszywymi alarmami w przetwarzaniu danych z czujników noszenia za pomocą sztucznej inteligencji.
Dokonajmy rozróżnienia od razu: większość konsumenckich urządzeń do noszenia nie jest wyrobami medycznymi; Ma to na celu „zdrowy tryb życia/wellness”. Niektóre funkcje (niektóre powiadomienia o EKG lub migotaniu przedsionków) mogły uzyskać zgodę organów regulacyjnych, ale nawet one nie mają charakteru diagnostycznego i wymagają konsultacji z lekarzem. Sztuczna inteligencja generuje trendy i świadomość w zakresie tych danych; Diagnoza należy do lekarza.
Typy czujników i to, co mierzą
PPG (fotopletyzmografia): wysyła do skóry światło zielone/podczerwone i ocenia częstość tętna oraz pośrednio nasycenie tlenem na podstawie zmiany odbicia. Jest tani i powszechny, ale bardzo wrażliwy na ruch.
Akcelerometr: mierzy ruch i pozycję; Służy do liczenia kroków, wykrywania upadków i klasyfikacji snu/aktywności.
Temperatura skóry i aktywność elektrodermalna: Trendy temperaturowe i przewodnictwo spowodowane poceniem; Daje pośrednie wskazówki dotyczące monitorowania stresu i cyklu.
EKG jednoodprowadzeniowe: niektóre urządzenia wykonują krótkotrwałe jednoodprowadzeniowe EKG przy kontakcie palca. Nie zastępuje to 12-odprowadzeniowego diagnostycznego EKG; Jest to ograniczone narzędzie skanujące.
Trzy najważniejsze pułapki
Artefakt ruchu. Sygnał PPG jest zniekształcony podczas chodzenia, machania lub jazdy. Modelka może pomylić odgłosy ruchu z biciem serca. Zatem w przypadku sztucznej inteligencji do noszenia dane z akcelerometru stawiają PPG pytanie „czy jest godny zaufania?” (fuzja czujnika).
Odcień skóry i skłonność fizyczna. Czujniki optyczne mogą być mniej dokładne w przypadku ciemniejszych odcieni skóry, tatuaży i niskiej perfuzji (zimno, słabe krążenie). Jeśli model jest szkolony z udziałem głównie młodych, zdrowych użytkowników o jasnej karnacji, będzie popełniał systematyczne błędy w różnych grupach. To kwestia sprawiedliwości i bezpieczeństwa pacjentów.
Klasa urządzenia i kontekst. Dane dotyczące urządzeń konsumenckich nie są tak dokładne jak dane z monitorów klinicznych. Etykiety takie jak „etap snu” lub „wynik stresu” są często przybliżonymi szacunkami i nie zostały zatwierdzone do celów diagnozy klinicznej.
Trzy mini etui: w liczbach
Przypadek 1 — Obciążenie fałszywymi alarmami. Funkcja powiadamiania o migotaniu przedsionków generowała tysiące powiadomień miesięcznie w aktywnej grupie użytkowników; Niewielka część raportów była autentyczna, jeśli została potwierdzona przez potwierdzające medyczne badanie EKG. Fakt, że wielu zdrowych użytkowników obarczony był niepotrzebnym niepokojem i niepotrzebnymi wizytami w klinice, przypomniał nam, że przy niskim prawdopodobieństwie przed badaniem wiele pozytywnych raportów może okazać się fałszywych. Powiadomienie było sygnałem kontrolnym, a nie diagnozą.
Przypadek 2 — Puls zakłócony przez ruch. W bieżącym badaniu częstość akcji serca PPG została powiązana z częstotliwością ruchu ramion, pokazując 130 zamiast rzeczywistych 160. Po dodaniu fuzji akcelerometru flaga niezawodności tętna została obniżona w okresach intensywnego ruchu i błędne wartości nie były zgłaszane. Fuzja czujników znacznie zwiększyła dokładność.
Przypadek 3 — Łapanie trendu. Podczas obserwacji po wypisie z OIOM-u zaobserwowano powolny wzrost tętna spoczynkowego urządzenia do noszenia przez kilka dni, zanim rozwinęła się infekcja, co umożliwiło wczesną ocenę pacjenta. Wartość tutaj nie była pojedynczym pomiarem, ale trendem w stosunku do własnej linii bazowej; Decyzję podjęto jednak po ocenie lekarzy.
Słaba podpowiedź/silna podpowiedź
Słaba zachęta:
Spójrz na dane mojego zegarka, czy jestem chory?[data]
Potężny monit:
Twoja rola: Jesteś przenośnym asystentem analizy danych (NIE JESTEŚ DIAGNOZĄ, nie wyrobem medycznym). Oceń następujące anonimowe pomiary urządzenia do noszenia: - Zinterpretuj wartości jako TREND w odniesieniu do własnej linii bazowej danej osoby, przypisując diagnozę pojedynczemu pomiarowi. - Zaznacz możliwe okresy artefaktów ruchowych i niskiej jakości sygnału. - Wskaż na każdym wydruku, że urządzenie nie zostało zatwierdzone do celów diagnostyki medycznej. - Oddzielnie wypisz na końcu flagi „zalecana konsultacja z lekarzem”. Anonimowe pomiary: [trend tętna, SpO2, aktywność, sen, jakość sygnału]
Cztery szablony do kopiowania
1) Analiza trendów:
Podsumuj następujące 14-dniowe serie tętna spoczynkowego jako trend zgodny z wartością wyjściową danej osoby; Zaznacz istotne odchylenia. Nie diagnozuj. Seria: [dane]
2) Oznaczenie jakości sygnału:
W tej serii tętna PPG oznacz okresy możliwych artefaktów ruchowych jako „niskie zaufanie” w oparciu o towarzyszące dane z akcelerometru. Dane: [seryjne]
3) Ocena fałszywego alarmu:
W przypadku funkcji powiadamiania przygotuj notatkę informacyjną wyjaśniającą, ile pozytywnych powiadomień może być fałszywie pozytywnych przy niskim prawdopodobieństwie przed testem.
4) Tekst informacji dla użytkownika:
Napisz na ekranie tekst przedstawiający dane wyjściowe urządzenia przenośnego: „To nie jest diagnoza medyczna; jeśli masz objawy, skonsultuj się z lekarzem” prostym językiem.
Rola modela: Według typu zadania
Typ zadania
Wkład AI
krytyczność
weryfikacja
Klasyfikacja czynności/kroków
wysoki
niski
kontrola na miejscu
Odpoczynkowy trend HR
wysoki
średni
Porównanie bazowe
Ocena fazy snu
średni
niski
Niegrzeczne, nie kliniczne
Powiadomienie o rytmie (skanowanie)
średni
wysoki
EKG medyczne + lekarz
decyzja diagnostyczna
Żadne
bardzo wysoki
Ocena kliniczna
Wskazówka: szukaj trendów w danych do noszenia na podstawie historii danej osoby, a nie pojedynczej migawki. Najcenniejsze sygnały to odchylenie danej osoby od wartości wyjściowej; Średnia populacji może wprowadzać w błąd w indywidualnej interpretacji.
Przestroga: To, że urządzenie do noszenia ma „certyfikowaną funkcję”, nie oznacza, że wszystkie jego wyniki są dokładne klinicznie. Dopuszczenie jest ważne tylko dla określonej funkcji i zastosowania; Pozostałe wskaźniki to w większości dane szacunkowe służące celom dobrego samopoczucia.
Typowe błędy
- Mylenie danych dotyczących urządzeń konsumenckich z danymi klinicznymi. Większość urządzeń nie jest zatwierdzona do celów diagnostycznych.
- Brak filtrowania artefaktów ruchu. Bez fuzji akcelerometru tętno PPG byłoby mylące.
- Ignorowanie odchyleń od odcienia skóry. Czujniki optyczne działają z różną dokładnością w różnych grupach.
- Nie biorąc pod uwagę obciążenia fałszywymi alarmami. Przy niskim prawdopodobieństwie przed testem wiele wyników pozytywnych może być fałszywych.
- Przypisanie diagnozy do pojedynczego pomiaru. Wartość należy interpretować jako trend, a decyzję pozostawić lekarzowi.
Podsumowując
- Urządzenia przenośne dostarczają ciągłych, rzeczywistych danych, ale większość z nich nie jest urządzeniami medycznymi.
- PPG jest podatne na artefakty związane z ruchem; fuzja czujnika (z akcelerometrem) poprawia dokładność.
- Zmiana odcienia skóry w czujnikach optycznych jest kwestią uczciwości i bezpieczeństwa.
- Przy niskim prawdopodobieństwie przed testem wiele raportów może być fałszywie pozytywnych; Należy zarządzać obciążeniem fałszywymi alarmami.
- Największa wartość znajduje się w trendzie; Diagnozę zawsze stawia się na podstawie oceny lekarza.
Zadanie aplikacji
Utwórz 14-dniową serię tętna spoczynkowego (obejmującą powolny wzrost w stosunku do wartości wyjściowych) z urządzenia do noszenia. Korzystając z zaawansowanego podpowiedzi, poproś model o zinterpretowanie tej serii jako trendu i sprawdzenie, czy zdiagnozuje pojedynczy dzień. Następnie opisz w jednym akapicie ograniczenia kliniczne urządzenia i próg „skonsultuj się z lekarzem”.
lista kontrolna
- [ ] Znam popularne czujniki do noszenia (PPG, akcelerometr, temperatura, jednokanałowy EKG) i ich ograniczenia.
- [ ] Zrozumiałem artefakty ruchowe i rolę fuzji czujników.
- [ ] Rozumiem, że niejednoznaczny odcień skóry jest kwestią uczciwości i bezpieczeństwa.
- [ ] Potrafię ocenić obciążenie fałszywymi alarmami i wpływ niskiego prawdopodobieństwa przed testem.
- [ ] Zrozumiałem, że interpretuję dane dotyczące noszenia jako trend i pozostawiłem diagnozę lekarzowi.