SOGO論壇
  登入   註冊   找回密碼
查看: 3737|回覆: 0
列印 上一主題 下一主題

[新品介紹] 你的 AirPods 未來有一天可能會變成 AI 心臟監測器 [複製連結]

Rank: 8Rank: 8

狀態︰ 離線
跳轉到指定樓層
1
發表於 2025-5-30 16:02:28 |只看該作者 |倒序瀏覽 | x 1
 

Apple Research 團隊近日發表了一項相當有趣的研究,探討 AI 模型是否能從聽診器錄音中推估心率,儘管這些模型原本並未針對此目的進行訓練。

針對這項研究的簡短結論是:可以。

這對廣大的用戶來說絕對是個好消息;簡而言之,研究團隊選用了六個熱門的音訊或語音基礎模型,測試它們的內部音訊表徵能否有效推估來自心音錄音(即心音圖,phonocardiogram)的心率。

 

事實上,雖然這些模型並非為醫療資料所設計,但結果仍然相當穩健。大多數模型的表現與傳統依賴手工設計音訊特徵(即人工設計音訊表示法,常用於傳統機器學習模型)的舊方法相當。

最有趣的是,蘋果自家訓練的 CLAP(Contrastive Language-Audio Pretraining)版本模型,在以 300 萬筆音訊樣本訓練後,不但優於基準模型,在多項模型比較中更獲得最佳整體表現。

測試是如何進行的?

研究使用一組公開資料集進行評估,該資料集包含超過 20 小時的真實醫院心音錄音,並由專家進行標註(這是進行高品質 AI 研究與性能評估的關鍵)。為了訓練模型,蘋果將錄音切割成 5 秒鐘的短音訊片段,並每秒向前移動一次,最終總計約產出 23,000 筆心音片段,再以此訓練神經網路將心率分類為每分鐘心跳數值。

 

有趣的是,一些結果與典型的 AI 假設相反,模型規模更大並不總是表現更好。進一步來說,模型較深層的網路層往往編碼出較少有用的心肺資訊,可能是因為其優化目標偏向語言處理。相對地,較淺層或中間層的表示效果反而更好。

 

這是該研究的關鍵洞察之一。因為蘋果現在知道了該在這些模型中「往哪裡看」,以及應使用哪些層級,以在未來(或許說當蘋果將此分析整合至其裝置時)提取最關鍵的健康訊號。

這項研究的一大發現是,傳統訊號處理法與新一代 AI 方法結合,可產生更可靠的心率估測結果。這表示,當某一種方法表現不佳時,另一種方法常可彌補其不足。簡單說,兩種方法能捕捉信號的不同面向。

展望未來,研究團隊表示,他們將持續精進模型以應用於健康領域,打造能在低功耗裝置上運作的輕量化版本,並探索其他人體相關聲音的應用潛力。

但要注意的是,這份研究並未提出任何臨床主張或產品承諾;然而若考慮到蘋果可能將這類模型整合至 iPhone、Apple Watch,甚至是依靠耳內麥克風進行主動降噪的 AirPods 時,其潛力不言可喻。
已有 1 人評分SOGO幣 收起 理由
smartlion + 10 您發表的文章內容豐富,無私分享造福眾人,.

總評分: SOGO幣 + 10   查看全部評分

喜歡嗎?分享這篇文章給親朋好友︰
               感謝作者     

您需要登錄後才可以回覆 登入 | 註冊


本論壇為非營利自由討論平台,所有個人言論不代表本站立場。文章內容如有涉及侵權,請通知管理人員,將立即刪除相關文章資料。侵權申訴或移除要求:abuse@oursogo.com

GMT+8, 2025-7-19 20:33

© 2004-2025 SOGO論壇 OURSOGO.COM
回頂部