Модели ИИ Samsung для здоровья анализируют данные биосигналов носимых устройств

Samsung Research America представила две базовые модели ИИ, предназначенные для обучения на биосигналах, получаемых с носимых устройств. Работа сосредоточена на данных, собираемых умными часами, включая показатели сердечной активности, сна и физической активности.

Компания представила своё видение Connected Care на форуме Health Forum в рамках Galaxy Unpacked в июле 2026 года. Samsung описала будущее профилактической, персонализированной и взаимосвязанной медицины, поддерживаемой медицинскими технологиями и партнёрствами в сфере здравоохранения. Исследовательская команда компании рассматривает базовые модели для здравоохранения как один из компонентов новых пользовательских медицинских сервисов.

Шаранья Десаи, руководитель направления алгоритмов цифрового здравоохранения в Samsung Research America, заявила: «Это исследование имеет большое значение, поскольку закладывает техническую основу для предоставления эффективных, точных и непрерывных медицинских рекомендаций с помощью базовой модели для здравоохранения.

«Мы продолжим развивать и совершенствовать базовые модели для здравоохранения, которые можно применять к различным биосигналам и медицинским показателям и которые способны работать непосредственно на устройстве при ограниченных сенсорах и вычислительных ресурсах».

Исследование Samsung базовых моделей ИИ для здравоохранения

Базовая модель для здравоохранения использует обучение с самоконтролем, чтобы выявлять признаки в немаркированных данных о биосигналах. По словам Samsung, предварительное обучение на больших медицинских наборах данных позволяет одной модели решать последующие задачи, такие как анализ биосигналов, разработка биомаркеров и прогнозирование проблем со здоровьем.

Исследование охватывает две модели с разными целями. xMAE, сокращённо от Physiology-Aware Masked Cross-Modal Reconstruction for Biosignal Representation Learning, изучает временные взаимосвязи между различными биосигналами. HiMAE, или Hierarchical Masked Autoencoder, изучает закономерности состояния здоровья на нескольких временных масштабах в данных временных рядов, получаемых с носимых устройств.

Samsung сообщает, что модель xMAE была принята на Международную конференцию по машинному обучению. HiMAE была принята на Международную конференцию по представлениям в обучении. Компания описывает обе модели как разработки, посвящённые физиологическим взаимосвязям и временным структурам в данных о биосигналах.

Модели решают разные задачи анализа данных с носимых устройств. xMAE связывает два кардиологических сигнала, измеряющих взаимосвязанную активность посредством разных механизмов. HiMAE анализирует данные на коротких и длинных интервалах, позволяя одной предварительно обученной модели выполнять классификацию, числовое прогнозирование и генерацию данных.

xMAE связывает непрерывные данные PPG с сигналами ЭКГ

Электрокардиограммы, или ЭКГ, напрямую измеряют электрическую активность сердца. Samsung описывает ЭКГ как полезный инструмент для измерения частоты сердечных сокращений и вариабельности сердечного ритма. Она также может выявлять нарушения сердечного ритма и риски, связанные с такими состояниями, как фибрилляция предсердий.

Измерения ЭКГ с помощью носимых устройств обычно требуют от пользователя остановиться и самостоятельно выполнить измерение. Фотоплетизмография, или PPG, работает иначе. PPG выявляет изменения кровотока и может пассивно функционировать с помощью сенсоров в таких носимых устройствах, как умные часы.

Оба сигнала имеют своим источником сердечную активность. Они возникают с разницей во времени, которую Samsung сравнивает с громом, слышимым после вспышки молнии. xMAE изучает эту временную взаимосвязь, восстанавливая скрытые части сигнала ЭКГ на основе данных PPG.

Эта конструкция предназначена для анализа показателей сердечно-сосудистого здоровья на основе непрерывно измеряемых данных PPG без отдельных ручных измерений ЭКГ. Для предварительного обучения модели использовалось около 9400 часов данных ЭКГ и PPG.

Суббу Венкатраман, руководитель лаборатории исследований цифрового здравоохранения в Samsung Research America, отметил: «Биосигналы по своей природе динамичны и обладают уникальными изменяющимися во времени физиологическими свойствами. Ключевой вклад этого исследования заключается в доказательстве жизнеспособности базовых моделей для здравоохранения, способных учитывать как взаимосвязи между сигналами, так и лежащие в их основе временные структуры.

«Мы по-прежнему привержены развитию фундаментальных исследований в области ИИ для здравоохранения и их преобразованию в медицинские решения, которые заметно улучшают здоровье и благополучие людей».

Samsung сообщает, что xMAE превзошла одномодальные модели биосигналов и существующие методы мультимодального обучения в 15 из 19 оценочных задач. Эти задачи охватывали прогнозирование сердечно-сосудистых заболеваний, выявление аномальных результатов анализов и классификацию стадий сна. Компания также заявляет, что изученные признаки показали потенциал для использования на разных сенсорных устройствах, участках тела и в различных условиях сбора данных.

HiMAE анализирует данные с носимых устройств на разных временных масштабах

Данные с носимых устройств могут содержать разную информацию в зависимости от временного периода. Короткие сегменты могут отражать быстро меняющиеся сигналы, такие как сердцебиение. Более длинные сегменты могут выявлять закономерности, формирующиеся со временем, например сон или физическую активность.

HiMAE использует несколько энкодеров для раздельного анализа коротких и длинных сегментов данных. По словам Samsung, такая структура позволяет модели определять временной масштаб, необходимый для решения медицинской задачи. Поэтому анализ частоты сердечных сокращений и прогнозирование сна могут опираться на разные части данных временных рядов.

Метод обучения восстанавливает скрытые фрагменты данных с носимых устройств. Samsung утверждает, что это позволяет HiMAE изучать закономерности в биосигналах при ограниченном объёме размеченных данных. Затем модель поддерживает классификацию, числовое прогнозирование и генерацию данных в рамках одной предварительно обученной системы.

Samsung сообщает, что HiMAE достигла высокой производительности при меньшем размере модели по сравнению с существующими моделями. Компания также заявляет, что модель способна выдавать результаты менее чем за одну миллисекунду на центральном процессоре уровня умных часов.

Это заявление о производительности означает, что анализ модели выполняется на устройстве, а не на облачных серверах. Базовые модели, обученные на немаркированных физиологических потоках данных, обеспечивают механизм для извлечения диагностических маркеров, выполнения прогнозной классификации состояния здоровья и формирования рекомендаций для пользователей с потребительских устройств — и всё это без постоянного подключения к серверам.

См. также: Медицинский ИИ-тренер Google будет использовать данные об уровне глюкозы от Abbott

Хотите узнать больше об ИИ и больших данных от лидеров отрасли? Посетите AI & Big Data Expo, которая пройдёт в Амстердаме, Калифорнии и Лондоне. Это масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими мероприятиями, включая Cyber Security & Cloud Expo. Нажмите здесь, чтобы получить дополнительную информацию.

AI News работает при поддержке TechForge Media. Ознакомьтесь с другими предстоящими мероприятиями и вебинарами в области корпоративных технологий здесь.