Google представила исследование системы AI-PPG-ACC-HTN, которая ищет признаки устойчивой гипертонии по данным обычных смарт-часов без предварительной калибровки манжетой. Вместо расчёта разового значения артериального давления система анализирует сигналы, собранные за несколько дней. О работе, опубликованной в Nature, сообщает IT Home.
Модель использует данные оптического датчика пульса и акселерометра — датчика движения. Она усредняет короткие фрагменты измерений за несколько дней, чтобы уменьшить влияние временных помех, а затем учитывает рост человека при расчёте вероятности устойчивой гипертонии. Для предварительного обучения модели исследователи использовали более 490 тысяч часов данных без заранее проставленных диагнозов.
Команда проверила систему в пяти клинических центрах США с участием 196 человек без сердечно-сосудистых заболеваний в анамнезе, не принимавших препараты для снижения давления. Результаты сравнивали с суточным мониторированием давления. При первичном выявлении чувствительность системы — доля обнаруженных случаев гипертонии — составила 65,8%, специфичность — 90%, а доля верных результатов среди положительных ответов — 80,6%.
Для участников с повышенным показателем при первичном отборе исследователи отдельно оценили повторную проверку: её чувствительность составила 78,4%, специфичность — 90,9%, а доля верных положительных результатов — 96,7%. Система определяет вероятность устойчивой гипертонии, а не показывает привычные значения давления в мм рт. ст.
Источник: IT Home.
