กำไร:
- ความสามารถในการอธิบายโอกาสและข้อผิดพลาดในการประมวลผลข้อมูลเซ็นเซอร์ที่สวมใส่ได้ (PPG, มาตรความเร่ง, อุณหภูมิผิวหนัง) ด้วยปัญญาประดิษฐ์
- ความสามารถในการประเมินความผิดปกติของการเคลื่อนไหว อคติของสีผิว และขีดจำกัดที่ไม่ใช่อุปกรณ์ทางการแพทย์
- ความสามารถในการจัดการภาระการแจ้งเตือนที่ผิดพลาดและความจำเป็นในการตรวจสอบทางคลินิกของการแจ้งเตือนการติดตามอย่างต่อเนื่อง
อุปกรณ์สวมใส่ได้ (นาฬิกาอัจฉริยะ สายรัดข้อมือ แผ่นแปะ แหวน) ได้นำการตรวจวัดทางสรีรวิทยาภายนอกโรงพยาบาลและเข้ามาในชีวิตประจำวัน อุปกรณ์เหล่านี้จะวัดอัตราการเต้นของหัวใจ ความอิ่มตัวของออกซิเจน กิจกรรม การนอนหลับ และ ECG ในบางครั้งอย่างต่อเนื่อง สำหรับวิศวกรชีวการแพทย์ นี่เป็นแหล่งข้อมูลที่ไม่เคยมีมาก่อน ไม่ใช่แค่เพียงไม่กี่นาทีในห้องปฏิบัติการ แต่เป็นของการติดตามอย่างต่อเนื่องในชีวิตจริงหลายสัปดาห์ แต่ข้อมูลนี้ยังห่างไกลจากสภาวะควบคุมของสภาพแวดล้อมทางคลินิก ในหน่วยนี้ เราจะเห็นโอกาส ข้อผิดพลาดที่สำคัญที่สุด (ความผิดปกติของการเคลื่อนไหว อคติของสีผิว คลาสอุปกรณ์) และภาระการแจ้งเตือนที่ผิดพลาดในการประมวลผลข้อมูลเซ็นเซอร์ที่สวมใส่ได้ด้วยปัญญาประดิษฐ์
ก่อนอื่นมาทำความเข้าใจกันก่อนว่า อุปกรณ์สวมใส่สำหรับผู้บริโภคส่วนใหญ่ไม่ใช่อุปกรณ์ทางการแพทย์ มีวัตถุประสงค์เพื่อ "การใช้ชีวิตอย่างมีสุขภาพดี/มีสุขภาพที่ดี" คุณสมบัติบางอย่าง (การแจ้งเตือน ECG หรือภาวะหัวใจห้องบน) อาจได้รับการอนุมัติตามกฎระเบียบ แต่ถึงแม้จะไม่ใช่การวินิจฉัย แต่ต้องส่งต่อไปยังแพทย์ ปัญญาประดิษฐ์สร้างแนวโน้มและความตระหนักรู้ในข้อมูลนี้ การวินิจฉัยเป็นของแพทย์
ประเภทของเซ็นเซอร์และสิ่งที่พวกเขาวัด
PPG (photoplethysmography): ส่งแสงสีเขียว/อินฟราเรดไปยังผิวหนัง และประมาณอัตราชีพจรและความอิ่มตัวของออกซิเจนทางอ้อมจากการเปลี่ยนแปลงการสะท้อน มีราคาถูกและพบได้ทั่วไป แต่มีความไวต่อการเคลื่อนไหวมาก
มาตรความเร่ง: วัดการเคลื่อนไหวและตำแหน่ง ใช้สำหรับการนับก้าว การตรวจจับการล้ม และการจำแนกการนอนหลับ/กิจกรรม
อุณหภูมิผิวหนังและการทำงานของอิเล็กโทรเดอร์มัล: แนวโน้มของอุณหภูมิและการนำไฟฟ้าเนื่องจากเหงื่อ โดยจะให้เบาะแสทางอ้อมในการติดตามความเครียดและรอบเดือน
ECG แบบตะกั่วเดี่ยว: อุปกรณ์บางชนิดใช้ ECG แบบตะกั่วเดี่ยวในระยะสั้นโดยใช้นิ้วสัมผัส นี่ไม่ใช่การแทนที่ ECG เพื่อการวินิจฉัย 12-lead; มันเป็นเครื่องมือสแกนที่มีจำกัด
กับดักที่สำคัญที่สุดสามประการ
สิ่งประดิษฐ์การเคลื่อนไหว สัญญาณ PPG ผิดเพี้ยนขณะเดิน โบกมือ หรือขับรถ โมเดลอาจเข้าใจผิดว่าเสียงจากการเคลื่อนไหวเป็นการเต้นของหัวใจ ดังนั้นใน AI ที่สวมใส่ได้ ข้อมูลมาตรความเร่งทำให้ PPG ถามว่า “เชื่อถือได้หรือไม่” (ฟิวชั่นเซ็นเซอร์)
สีผิวและความลำเอียงทางกายภาพ เซ็นเซอร์ออปติคัลอาจมีความแม่นยำน้อยลงเมื่อมีสีผิวคล้ำ รอยสัก และมีเลือดไปเลี้ยงน้อย (ความเย็น การไหลเวียนไม่ดี) หากโมเดลได้รับการฝึกฝนกับผู้ใช้ที่มีผิวสีอ่อน อายุน้อย และมีสุขภาพดีเป็นส่วนใหญ่ โมเดลนั้นจะทำให้เกิดข้อผิดพลาดอย่างเป็นระบบในกลุ่มต่างๆ นี่เป็นเรื่องของความยุติธรรมและความปลอดภัยของผู้ป่วย
คลาสอุปกรณ์และบริบท ข้อมูลอุปกรณ์ของผู้บริโภคไม่แม่นยำเท่ากับข้อมูลการตรวจสอบทางคลินิก ป้ายกำกับ เช่น "ระยะการนอนหลับ" หรือ "คะแนนความเครียด" มักเป็นค่าประมาณคร่าวๆ และยังไม่ได้รับการตรวจสอบสำหรับการวินิจฉัยทางคลินิก
คดีเล็กๆ สามคดี: ตามตัวเลข
กรณีที่ 1 — โหลดสัญญาณเตือนที่ผิดพลาด คุณสมบัติการแจ้งเตือนภาวะหัวใจห้องบนสร้างการแจ้งเตือนหลายพันรายการต่อเดือนในกลุ่มผู้ใช้ที่ใช้งานอยู่ รายงานจำนวนเล็กน้อยเป็นข้อมูลจริงเมื่อได้รับการยืนยันโดย ECG ทางการแพทย์ที่ได้รับการยืนยัน ความจริงที่ว่าผู้ใช้ที่มีสุขภาพดีจำนวนมากมีความวิตกกังวลโดยไม่จำเป็นและการเข้ารับการรักษาที่คลินิกโดยไม่จำเป็น เตือนเราว่าด้วยความน่าจะเป็นในการทดสอบก่อนการทดสอบต่ำ รายงานเชิงบวกจำนวนมากอาจกลายเป็นเท็จ การแจ้งเตือนเป็นเพียงสัญญาณคัดกรอง ไม่ใช่การวินิจฉัย
กรณีที่ 2 — ชีพจรถูกรบกวนจากการเคลื่อนไหว ในการศึกษาที่กำลังดำเนินอยู่ อัตราการเต้นของหัวใจ PPG ล็อคไว้ที่ความถี่การสวิงแขน โดยแสดง 130 แทนที่จะเป็น 160 จริง เมื่อเพิ่มการรวมตัวตรวจวัดความเร่ง ค่าสถานะความน่าเชื่อถือของอัตราการเต้นของหัวใจจะลดลงในช่วงที่มีการเคลื่อนไหวเข้มข้น และไม่มีการรายงานค่าที่ผิดพลาด การรวมเซ็นเซอร์เพิ่มความแม่นยำอย่างมาก
กรณีที่ 3 — เทรนด์ที่กำลังจับตามอง ในการติดตามผลหลังออกจากห้อง ICU อัตราการเต้นของหัวใจขณะพักที่เพิ่มขึ้นอย่างช้าๆ ของอุปกรณ์สวมใส่ในช่วงหลายวันนั้น ได้รับการสังเกตก่อนที่จะเกิดการติดเชื้อ ซึ่งช่วยให้ประเมินผู้ป่วยได้ตั้งแต่เนิ่นๆ ค่าที่นี่ไม่ใช่การวัดเพียงครั้งเดียว แต่เป็นแนวโน้มที่สัมพันธ์กับเส้นฐานของตนเอง อย่างไรก็ตาม การตัดสินใจขึ้นอยู่กับการประเมินของแพทย์
พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง
พรอมต์ที่อ่อนแอ:
ดูข้อมูลนาฬิกาของฉัน ฉันป่วยหรือเปล่า?[data]
พรอมต์อันทรงพลัง:
บทบาทของคุณ: คุณเป็นผู้ช่วยวิเคราะห์ข้อมูลที่สวมใส่ได้ (คุณไม่ใช่การวินิจฉัย ไม่ใช่อุปกรณ์ทางการแพทย์) ประเมินการวัดค่าที่สวมใส่ได้โดยไม่ระบุชื่อต่อไปนี้:- ตีความค่าเป็นแนวโน้มโดยสัมพันธ์กับเส้นฐานของบุคคลนั้น โดยถือว่าการวินิจฉัยเป็นเพียงการวัดครั้งเดียว - ทำเครื่องหมายช่วงเวลาที่เป็นไปได้ของความผิดปกติในการเคลื่อนไหวและคุณภาพสัญญาณต่ำ- ระบุในเอกสารพิมพ์แต่ละชิ้นว่าอุปกรณ์ยังไม่ได้รับการตรวจสอบสำหรับการวินิจฉัยทางการแพทย์- แสดงรายการแฟล็ก "แนะนำให้ปรึกษาแพทย์" แยกกันในตอนท้าย การวัดแบบไม่ระบุชื่อ:[แนวโน้ม HR, SpO2, กิจกรรม, การนอนหลับ, คุณภาพสัญญาณ]
เทมเพลตที่คัดลอกได้สี่แบบ
1) การวิเคราะห์แนวโน้ม:
สรุปชุดอัตราการเต้นของหัวใจขณะพัก 14 วันต่อไปนี้เป็นแนวโน้มตามพื้นฐานของบุคคล ทำเครื่องหมายการเบี่ยงเบนที่สำคัญ อย่าวินิจฉัย. ซีรี่ส์: [ข้อมูล]
2) การตั้งค่าสถานะคุณภาพสัญญาณ:
ในชุดข้อมูลอัตราการเต้นของหัวใจ PPG นี้ ให้ทำเครื่องหมายเป็นช่วง "ความมั่นใจต่ำ" ของสิ่งผิดปกติในการเคลื่อนไหวที่เป็นไปได้โดยอิงตามข้อมูลมาตรความเร่งที่มาพร้อมกัน ข้อมูล: [อนุกรม]
3) การประเมินสัญญาณเตือนที่ผิดพลาด:
สำหรับคุณลักษณะการแจ้งเตือน ให้ร่างบันทึกย่อโดยอธิบายว่าการแจ้งเตือนเชิงบวกจำนวนเท่าใดที่อาจเป็นผลบวกลวงที่มีความน่าจะเป็นก่อนการทดสอบต่ำ
4) ข้อความข้อมูลผู้ใช้:
เขียนข้อความบนหน้าจอที่แสดงเอาต์พุตของอุปกรณ์ที่สวมใส่ได้: "นี่ไม่ใช่การวินิจฉัยทางการแพทย์ หากคุณมีอาการ ให้ปรึกษาแพทย์" ในภาษาธรรมดา
บทบาทของโมเดล: ตามประเภทงาน
ประเภทงาน
การมีส่วนร่วมของ AI
การวิพากษ์วิจารณ์
การตรวจสอบ
การจำแนกกิจกรรม/ขั้นตอน
สูง
ต่ำ
ตรวจสอบจุด
เทรนด์ HR ที่กำลังพักผ่อน
สูง
ปานกลาง
การเปรียบเทียบพื้นฐาน
การประมาณระยะการนอนหลับ
ปานกลาง
ต่ำ
หยาบคายไม่ใช่ทางคลินิก
การแจ้งเตือนจังหวะ (สแกน)
ปานกลาง
สูง
แพทย์ ECG + แพทย์
การตัดสินใจวินิจฉัย
ไม่มี
สูงมาก
การประเมินผลทางคลินิก
เคล็ดลับ: มองหาแนวโน้มในข้อมูลที่สวมใส่ได้เหนือประวัติของบุคคลนั้น ไม่ใช่ภาพรวมเดียว สัญญาณที่มีค่าที่สุดคือการเบี่ยงเบนของบุคคลจากพื้นฐานของเขา ค่าเฉลี่ยประชากรอาจทำให้การตีความของแต่ละบุคคลเข้าใจผิด
ข้อควรระวัง: เพียงเพราะอุปกรณ์สวมใส่มี "คุณสมบัติที่ได้รับการรับรอง" ไม่ได้หมายความว่าผลลัพธ์ทั้งหมดมีความแม่นยำทางคลินิก การอนุมัติมีผลเฉพาะกับฟังก์ชันและการใช้งานเฉพาะเท่านั้น ตัวชี้วัดที่เหลือส่วนใหญ่เป็นค่าประมาณเพื่อสุขภาพที่ดี
ข้อผิดพลาดทั่วไป
- ข้อมูลอุปกรณ์ของผู้บริโภคเข้าใจผิดว่าเป็นข้อมูลทางคลินิก อุปกรณ์ส่วนใหญ่ไม่ได้รับการตรวจสอบสำหรับการวินิจฉัย
- ไม่กรองสิ่งประดิษฐ์การเคลื่อนไหวออก หากไม่มีการรวมตัวตรวจวัดความเร่ง อัตราการเต้นของหัวใจ PPG จะทำให้เข้าใจผิด
- ละเว้นอคติสีผิว เซนเซอร์แบบออปติคัลทำงานด้วยความแม่นยำที่แตกต่างกันในกลุ่มต่างๆ
- ไม่คำนึงถึงภาระการแจ้งเตือนที่ผิดพลาด ที่ความน่าจะเป็นก่อนการทดสอบต่ำ ผลบวกหลายรายการอาจเป็นเท็จ
- การระบุแหล่งที่มาของการวินิจฉัยเป็นการวัดเดียว ค่าควรตีความว่าเป็นแนวโน้มและการตัดสินใจควรเป็นหน้าที่ของแพทย์
โดยสรุป
- อุปกรณ์สวมใส่ให้ข้อมูลในชีวิตจริงที่ต่อเนื่อง แต่ส่วนใหญ่ไม่ใช่อุปกรณ์ทางการแพทย์
- PPG มีแนวโน้มที่จะเกิดสิ่งประดิษฐ์ที่เคลื่อนไหวได้ ฟิวชั่นเซ็นเซอร์ (พร้อมมาตรความเร่ง) ช่วยเพิ่มความแม่นยำ
- ความลำเอียงของสีผิวในเซนเซอร์แบบออปติคอลถือเป็นปัญหาด้านความเป็นธรรมและความปลอดภัย
- ด้วยความน่าจะเป็นก่อนการทดสอบต่ำ รายงานจำนวนมากอาจมีผลบวกลวง ต้องจัดการภาระการแจ้งเตือนที่ผิดพลาด
- ค่าที่ใหญ่ที่สุดอยู่ในแนวโน้ม การวินิจฉัยจะทำโดยการประเมินของแพทย์เสมอ
งานสมัคร
สร้างซีรีส์อัตราการเต้นของหัวใจขณะพัก 14 วัน (รวมถึงการเพิ่มขึ้นอย่างช้าๆ จากพื้นฐาน) จากอุปกรณ์สวมใส่ได้ ใช้ข้อความแจ้งที่มีประสิทธิภาพ ให้แบบจำลองตีความชุดข้อมูลนี้เป็นแนวโน้ม และดูว่าวินิจฉัยได้เพียงวันเดียวหรือไม่ จากนั้นให้อธิบายขีดจำกัดทางคลินิกของอุปกรณ์และเกณฑ์ "ปรึกษาแพทย์" ในย่อหน้า
รายการตรวจสอบ
- [ ] ฉันรู้จักเซ็นเซอร์ที่สวมใส่ได้ทั่วไป (PPG, มาตรความเร่ง, อุณหภูมิ, คลื่นไฟฟ้าหัวใจช่องเดียว) และขีดจำกัด
- [ ] ฉันเข้าใจสิ่งประดิษฐ์จากการเคลื่อนไหวและบทบาทของฟิวชั่นเซ็นเซอร์
- [ ] ฉันเข้าใจว่าอคติเรื่องสีผิวเป็นปัญหาด้านความเป็นธรรมและความปลอดภัย
- [ ] ฉันสามารถประเมินภาระการแจ้งเตือนที่ผิดพลาดและผลกระทบของความน่าจะเป็นในการทดสอบก่อนการทดสอบต่ำได้
- [ ] ฉันเข้าใจดีว่าฉันตีความข้อมูลที่สวมใส่ได้ว่าเป็นเทรนด์และฝากการวินิจฉัยไว้กับแพทย์