Як смарт-годинник вчиться зчитувати серце без датчика ЕКГ

Дві моделі — одне зап'ястя

Дослідники Samsung Research America презентували xMAE та HiMAE у липні 2026 року. Обидві — моделі-фаундейшн для охорони здоров'я. Така модель використовує самоспрямоване навчання, щоб витягувати значущі ознаки з немаркованих біосигналів. Після попереднього тренування на великих масивах медичних даних моделі підходять для аналізу біосигналів та розробки біомаркерів. Вони також допомагають прогнозувати ризики. Роботу показали на Health Forum під час Galaxy Unpacked July 2026. xMAE прийняли на International Conference on Machine Learning, HiMAE — на International Conference on Learning Representations.

Точність ЕКГ з зручності PPG

Електрокардіограмма на пристрої безпосередньо фіксує електричну активність серця. Вона дає пульс і вариабельність ритму. Також виявляє аритмії та ризик фібриляції передсердь. ЕКГ точна, але вимагає паузи та активного вимірювання. Фотоплетізмографія оцінює роботу серця через зміни кровотоку. Датчики смарт-годинника знімають її пасивно і безперервно. Обидва сигнали походять від однієї серцевої активності, але з'являються із затримкою — як грім після блискавки.

xMAE — фреймворк попереднього тренування, що вивчає часовий зв'язок між сигналами. Він відновлює замасковані ділянки ЕКГ, спираючись на легко доступний PPG. Внаслідок ознаки серцево-судинного здоров'я аналізуються точніше за PPG, без окремого ручного ЕКГ. Модель натренували на ~9400 годинах парних записів ЕКГ і PPG. Вона перевершила унімодальні та існуючі мультимодальні методи в 15 з 19 тестів. Серед них — прогнозування хвороб серця, виявлення аномальних результатів. Також покращилася класифікація фаз сну. Ознаки переносяться між датчиками і місцями носіння. Працюють також в різних умовах збирання даних.

Модель здоров'я на чипі годинника

Дані з веябліків розкривають різне залежно від часового масштабу. Короткі вікна ловлять швидкі сигнали — удари серця. Довгі — накопичені патерни: сон, активність. Схоже на зум у зображенні.

HiMAE — самоспрямована модель, що навчає представлення даних на декількох часових шкалах. Кілька енкодерів обробляють короткі та довгі сегменти окремо, щоб модель знаходила потрібну інформацію для кожної задачі: аналіз пульсу чи прогноз сну — на відповідному масштабі. Під час тренування вона відновлює замасковані фрагменти, вчачись ключовим патернам навіть при малому обсязі маркованих даних. Одна попередньо натренована HiMAE вирішує класифікацію і регресію. Вміє ще й генерувати дані. Вона менша за існуючі аналоги і швидша: менше мілісекунди на CPU класу смарт-годинника. Найголовніше — HiMAE вперше показала потенціал on-device фаундейшн-моделей: сирі біосигнали обробляються в реальному часі без хмарних серверів.

Що змінюється для власника годинника

Обидві моделі спрямовані на точні, безперервні, персоналізовані інсайти та універсальність: одна попередньо натренована модель — для багатьох задач. Візія Connected Care, оголошена на Galaxy Unpacked July 2026, малює майбутнє, де догляд переходить від реактивного лікування до профілактичного та персоналізованого досвіду. Досвід стає з'єднаним, базуючись на довірчій інновації та партнерстві в екосистемі охорони здоров'я. Galaxy Watch9 та Samsung Health — споживчі поверхні, де цей дослідження очікується. Оголошення не називає терміни виходу функцій, покоління годинників з on-device інференсом. Не розкрито обсяг маркованих даних для донавчання чи склад 9400-годинного датасету: це один когорта чи агреговані джерела.