Samsung Research America показала две AI-модели, которые учатся распознавать закономерности в биосигналах со смарт-часов: сердечной активности, сне, физической нагрузке. Обе представлены как часть концепции Connected Care, которую компания раскрыла на форуме здоровья во время Galaxy Unpacked в июле.
Первая модель, xMAE, решает конкретную практическую проблему. Классическая ЭКГ измеряет электрическую активность сердца напрямую и ловит опасные состояния вроде мерцательной аритмии, но требует, чтобы человек остановился и сделал активное измерение. Фотоплетизмография (PPG) работает пассивно через обычный оптический датчик часов, но менее информативна. xMAE учится связи между этими двумя сигналами, Samsung сравнивает это со вспышкой молнии и звуком грома, которые приходят с задержкой, но описывают одно и то же событие, и в итоге извлекает кардио-показатели из непрерывных данных PPG, без отдельного ручного измерения ЭКГ. На тренировке модель использовала около 9400 часов записей, и в 15 из 19 тестовых задач обошла и однопараметровые модели, и существующие мультимодальные аналоги.
Вторая модель, HiMAE, решает другую задачу: данные с часов информативны на разных временных масштабах, короткие отрезки показывают отдельные удары сердца, длинные раскрывают паттерны сна или активности за часы. HiMAE анализирует и то и другое одной моделью, а самое интересное: она достаточно компактна, чтобы выдавать результат меньше чем за миллисекунду на процессоре уровня смарт-часов, без обращения к облачным серверам.
Обе работы прошли рецензирование на профильных конференциях: ICML и ICLR, что для индустрии носимых устройств не рядовое явление и говорит о серьезности исследования, а не о маркетинговой демонстрации. Итог: часы, которые уже носят миллионы людей, потенциально способны заметить проблему с сердцем или метаболизмом раньше, чем человек почувствует симптомы, без похода в клинику и без отправки данных куда-либо за пределы устройства.
Создание AI-агентов и автоматизация на n8n: проектируем и запускаем под ключ.
