Специалисты Центра компетенций НТИ на базе Сколтеха научились использовать данные стандартных носимых пульсометров для уменьшения ошибки измерения артериального давления. Разработанные алгоритмы на основе технологий машинного обучения и глубоких нейронных сетей в будущем станут применяться в компактных устройствах непрерывного мониторинга здоровья сотрудников на опасных работах и людей из различных групп риска.
Машинист поезда / ©Getty images
Повышение артериального давления зачастую происходит незаметно для человека. Однако такое отклонение от нормы резко увеличивает вероятность развития болезней сердца. Для своевременной диагностики проблем, связанных с изменением давления (гипертония или гипотония), врачу нужны данные регулярных наблюдений. Резкие скачки давления как вверх, так и вниз, не только представляют угрозу здоровью конкретного человека, но и могут создать опасность для других людей, если потеря сознания, сердечный приступ или инсульт случатся, к примеру, у водителя автобуса, пилота или машиниста.
Привычный способ измерения артериального давления – с манжетой, которую накладывают на руку, – прост, но недостаточно «мобилен». Трудно представить себе таксиста или крановщика, то и дело отвлекающихся на такую процедуру. В то же время другой показатель работы сердца – пульс – давно можно достаточно точно измерить пульсометром, который представляет собой небольшое носимое устройство. Установленный в нем светодиод направляет на запястье луч света, который отражается и принимается фоторезистором (датчик, чувствительный к уровню освещенности).
Часть прошедшего через кожу света поглощается кровью, которая течет по артерии, а часть — отражается обратно и попадает в фоторезистор. Этот метод измерения пульса, фотоплетизмография, основан на том, что объем крови в артерии зависит от текущей фазы пульса, поэтому отраженный свет тоже пульсирует в ритм с сердцем.
Фотоплетизмографию довольно давно предложили использовать для измерения давления, однако достигаемая точность измерения не была достаточной с точки зрения врачей. Только в последние годы, с развитием технологий компактных датчиков и с увеличением скорости обработки цифровых сигналов, стало возможным предложить медицинскому сообществу тонометр в носимом форм-факторе (чему свидетельствуют обильно появляющиеся на полках компактные тонометры и измеряющие давление «умные» часы). Команда ученых Центра компетенций НТИ на базе Сколтеха под руководством профессора Дмитрия Дылова в ходе исследований поняла, как можно с помощью искусственного интеллекта максимально полезно использовать данные фотоплетизмографии для уменьшения ошибки измерения артериального давления в носимых приборах.
Исследования осуществлены при финансовой поддержке НТИ. «Я очень рад, что под эгидой НТИ рождается целый ряд абсолютно новых прорывных проектов, в том числе в области искусственного интеллекта в медицине. В их числе разработка команды профессора Дылова, а также успешно завершенный проект «CoBrain-Аналитика» НТИ, флагманские наработки которого, как известно, составили основу создающейся экосистемы для развития искусственного интеллекта в здравоохранении России, которую координирует СберМедИИ», – комментирует Александр Кулешов, академик РАН и ректор Сколтеха.
Как поясняет Дмитрий Дылов, устройство на запястье измеряет не сам пульс, а пульсовую волну целиком, включая все ее изгибы формы, временные задержки и даже те абстрактные признаки, которые человеческому глазу недоступны, но зато «видны» нейронным сетям искусственного интеллекта. «В форме такой волны содержится много полезной информации, которую классические методы обработки сигналов раньше были не в состоянии уловить. В результате можно вычислить и вывести на экран показатели артериального давления с точностью, превосходящей точность измерения других компактных тонометров», – говорит ученый.
Для обучения нейронных сетей исследователи использовали как снятые датчиками показания из своей лаборатории, так и обширные данные из публично доступных источников. «Также в рамках соглашения со Сколтехом косвенно полезными данными – электрокардиограммой – с нами делится национальный кардиоцентр, за что им огромное спасибо», – отмечает Дылов.
На данный момент команда разработала набор алгоритмов, проведя колоссальную работу по сравнению существующих подходов для анализа данных фотоплетизмограмм, что позволило понять их ограничения и, соответственно, увидеть «нишу» для изобретений. «На данном этапе мы занимаемся настройкой и адаптацией алгоритмов для разных наборов данных и устройств. Также мы создали действующий прототип носимого тонометра для лабораторных испытаний и отработки взаимодействия программного обеспечения и аппаратного решения», – говорит главный инженер проекта Евгений Борисов.
«Наш ориентир – максимальная совместимость с устройствами и программными средами. В целом, конкуренцию на рынке выдерживают только те алгоритмы, которые изначально направлены на универсальность. Любой, кто уже пользуется смарт-часами, все поймет без дополнительных объяснений, увидев показатели давления на экране. Сами настройки могут быть разными. К примеру, замеры будут делаться с какой-то периодичностью или по требованию, а результаты могут храниться на устройстве, передаваться врачу или в центр управления медицинского учреждения. Но все это нюансы цифровых платформ и стандартов, частью которых становятся такие устройства», – добавляет Дылов.
Он отмечает, что уже сегодня публикуются научные статьи, в которых функциональное пульсирование крови на коже пациентов удается восстановить из аналитики простой видеосъемки. «Пока по точности измерения эти технологии далеки от совершенства, однако неоспорим интерес инвесторов, что неизбежно приведет к стимулированию разработок алгоритмов «удаленного сенсинга» и к появлению соответствующих продуктов в будущем», — заключает Дылов.
