Od bioloških signala do zdravstvenih uvida

LJUBLJANA, 15. kolovoza 2026, Umjetna inteligencija se sve češće koristi za analizu bioloških signala mjerenih uređajima za nošenje kao što su pametni satovi.

Na zdravstvenom forumu održanom tijekom događaja Galaxy Unpacked u srpnju 2026. godine, Samsung je predstavio svoju viziju povezane skrbi, Connected Care, zamišljajući sljedeće poglavlje digitalnog zdravlja, budućnost u kojoj se skrb mijenja od reaktivnog liječenja prema preventivnim, osobnim i povezanim iskustvima koje podržavaju pouzdane zdravstvene inovacije i partnerstva u cijelom zdravstvenom ekosistemu.

Istraživači iz Samsungovog tima za digitalno zdravlje u Samsung Research America (SRA) razvijaju nove tehnologije umjetne inteligencije koje stalno razumiju zdravstveno stanje ljudi na temelju bioloških signala, stvaraju zdravstvene uvide i pružaju odgovarajuće zdravstvene smjernice.

Obje studije pokazuju napredak u zdravstvenim modelima umjetne inteligencije koji su sposobni bolje razumjeti fiziološke uvjete i vremensku strukturu bioloških signala. Samsungov rad na xMAE i HiMAE modelima prihvaćen je na Međunarodnoj konferenciji o strojnom učenju i Međunarodnoj konferenciji o predstavama učenja, naglašavajući značaj ovih istraživačkih napora.

Nakon prethodne obuke na opsežnim zdravstvenim podacima, ovi modeli mogu se koristiti za obavljanje širokog spektra naknadnih zdravstvenih zadataka, uključujući analizu bioloških signala, razvoj novih ili poboljšanih bioloških pokazatelja i predviđanje zdravstvenih problema.

Elektrokardiogram je vrlo točan, ali obično zahtijeva od korisnika da uzmu pauzu i aktivno ga izmjere. S druge strane, fotopletizmografija neizravno mjeri rad srca otkrivanjem promjena u protoku krvi i može se pasivno i kontinuirano mjeriti senzori u nosivim uređajima kao što su pametni satovi.

xMAE je okvir za predobuku bioloških signala koji je dizajniran za učenje vremenskog odnosa između oba signala rekonstruiranjem maskiranih dijelova elektrokardiogramskog signala pomoću fotopletismografskog signala, koji je lakši i kontinuirano mjerljiv. Kao rezultat toga, značajke povezane s kardiovaskularnim zdravljem mogu se preciznije analizirati pomoću fotopletismografije bez potrebe za odvojenim ručnim mjerama elektrokardiograma.