سامسونگ: ساعت هوشمند تشخیص LVSD و EEG اطراف گوش

سامسونگ در حال گسترش اهداف خود در حوزه پوشیدنی‌های سلامت است و دو پروژه تحقیقاتی نوآورانه را دنبال می‌کند که می‌توانند نظارت از راه دور را دگرگون کنند: یکی سیستم غربالگری مبتنی بر ساعت هوشمند برای نارسایی سیستولیکی بطنی چپ (Left Ventricular Systolic Dysfunction یا LVSD) و دیگری نمونه اولیه الکتروانسفالوگرام اطراف گوش برای حس کردن مداوم امواج مغزی. هر دو پروژه در تلاش‌اند سیگنال‌های سطح کلینیکی را از دیواره‌های بیمارستان بیرون آورده و به دستگاه‌های روزمره وارد کنند.

ساعتی هوشمند برای غربالگری اختلال جدی قلبی

برای نخستین بار در بین پوشیدنی‌های مصرف‌کننده، سامسونگ اعلام کرده است که در حال توسعه تشخیص و پایش LVSD با تکیه بر هوش مصنوعی روی ساعت‌های هوشمند خود است. نارسایی سیستولیکی بطنی چپ جزو علل اصلی نارسایی قلبی به شمار می‌رود و تقریباً نیمی از موارد نارسایی قلبی را تشکیل می‌دهد؛ اهمیت آن از زاویه مرگ‌ومیر شبیه یا حتی فراتر از برخی سرطان‌ها گزارش شده است. از آنجا که بسیاری از بیماران مبتلا به LVSD تا مراحل پیشرفته علائم آشکاری ندارند، غربالگری زودهنگام برای کاهش مرگ‌ومیر و جلوگیری از بستری‌های غیرضروری بسیار ضروری است.

رویکرد سامسونگ مبتنی بر الگوریتم‌هایی است که در همکاری با شرکت Medical AI، یک شرکت دستگاه‌های پزشکی کره‌ای شناخته‌شده برای تحلیل ECG با هوش مصنوعی، توسعه یافته‌اند. مدل پوشیدنی اقتباسی از الگوریتم ECG دوازده لید تاییدشده Medical AI است؛ الگوریتمی که هم‌اکنون در بیش از 100 بیمارستان بزرگ کره به کار گرفته شده و ماهانه برای بیش از 120،000 بیمار استفاده می‌شود. با انتقال این الگوریتم بالینی به ورودی‌های تک‌لیدی یا سیگنال‌های پوشیدنی، سامسونگ امیدوار است غربالگری غیرفعال و پیوسته‌ای ارائه دهد که به محض نشان دادن نشانه‌های بالقوه LVSD، هشدار داده و فرایند پیگیری بالینی را تحریک کند.

تبدیل یک الگوریتم 12-لید بالینی به یک مدل مبتنی بر تک‌لید پوشیدنی، چالش‌های فنی خاص خود را دارد. سیگنال تک‌لید محدودیت‌هایی مثل کاهش تفکیک فضایی، حساسیت کمتر به برخی ناهنجاری‌ها و حساسیت به نویز حرکتی را به همراه دارد؛ با این حال، پیشرفت‌های پردازش سیگنال و یادگیری عمیق می‌توانند این فاصله را تا حد قابل توجهی کاهش دهند. سامسونگ و Medical AI با استفاده از مجموعه داده‌های بالینی بزرگ و تکنیک‌های همسان‌سازی دامنه (domain adaptation) در تلاش‌اند تا الگوهایی بسازند که ویژگی‌های مرتبط با LVSD را حتی در سیگنال‌های ساده‌تر و نویزی هم تشخیص دهند.

مزیت عملی استفاده از ECG روی ساعت هوشمند، امکان غربالگری سطح جمعیت است؛ یعنی می‌توان افراد بی‌علامت را شناسایی کرد و آن‌ها را برای ارزیابی دقیق‌تر به مراکز درمانی ارجاع داد. در بلندمدت این رویکرد می‌تواند هزینه‌های سیستم سلامت را کاهش دهد، زیرا تشخیص و درمان به‌موقع از پیشرفت بیماری و بستری‌های پرهزینه جلوگیری می‌کند. البته برای ورود به بازار مصرفی، نیاز به ارزیابی‌های بالینی گسترده، مطالعات تجاری‌سازی و کسب تاییدیه‌های رگولاتوری مانند CE یا FDA وجود دارد.

از منظر ایمنی بالینی، مهم است که این تکنولوژی دارای نرخ‌های قابل قبول حساسیت و اختصاصیت باشد و میزان هشدارهای کاذب (false positives) کنترل شود تا بار اضافی بر سیستم بهداشتی وارد نکند. همچنین باید پروتکل‌های شفاف برای پیگیری‌های پزشکی بعد از هشدار وجود داشته باشد؛ به‌عبارتی، ساعت هوشمند باید نقش یک ابزار غربالگری و هشداردهی را ایفا کند نه جایگزین معاینه و تشخیص پزشک شود.

از جنبه کاربری، طراحی رابط و تجربه کاربری (UX) هنگام اعلام هشدار یا توصیه برای مراجعه بالینی اهمیت حیاتی دارد. پیام‌های هشدار باید کاملاً قابل فهم، بدون ایجاد وحشت بی‌مورد و همراه با راهنمایی روشن درباره گام‌های بعدی باشند؛ برای مثال ارائه اطلاعات تماس بیمارستان یا راهنمایی برای گرفتن نوار کامل ECG در مراکز نزدیک. هم‌چنین ادغام داده‌های پوشیدنی با پرونده‌های الکترونیک سلامت (EHR) و سازگاری با پروتکل‌های سلامت دیجیتال باعث می‌شود این اطلاعات به شکلی عملی و قابل پیگیری در مسیر مراقبت بالینی قرار گیرند.

نمونه اولیه EEG اطراف گوش و پایش مغز در محیط واقعی

به‌صورت جداگانه، سامسونگ با دانشکده مهندسی پزشکی دانشگاه هانیانگ همکاری کرده تا نمونه اولیه‌ای از الکتروانسفالوگرام اطراف گوش (ear-centered EEG) بسازد که برای پایش طولانی‌مدت در محیط بیرون از آزمایشگاه طراحی شده است. سیستم‌های EEG سنتی اغلب حجیم، وابسته به کلاه‌ها و سیم‌های متعدد و مناسب آزمایشگاه هستند؛ این نمونه اولیه تلاش می‌کند با فرم ارگونومیک و جمع‌وجور الکترودها را در اطراف گوش قرار دهد و سیگنال‌های باکیفیتی بدون نیاز به کابل‌ها یا کلاه‌های مرسوم ثبت کند.

در آزمایش‌های اولیه، این نمونه اولیه کاربردهای واقعی امیدوارکننده‌ای نشان داد. دستگاه توانست در زمان واقعی خستگی و خواب‌آلودگی را تشخیص دهد؛ قابلیتی که برای افزایش ایمنی رانندگی و کنترل خستگی در محیط‌های کاری با ریسک بالا بسیار مفید است. افزون بر این، تحلیل‌های مبتنی بر هوش مصنوعی روی امواج مغزی شرکت‌کنندگان توانستند ترجیحات ویدئویی افراد را با دقت 92.86٪ پیش‌بینی کنند — نتیجه‌ای که افق‌هایی را برای کاربرد در نورومارکتینگ، سرگرمی سازگار و ارائه محتوای شخصی‌سازی‌شده باز می‌کند.

الکترودهای اطراف گوش قادرند مجموعه‌ای از کانال‌های EEG را ثبت کنند که برای کاربردهای مشخصی کفایت می‌کند؛ هرچند برای برخی تحلیل‌های عمیق‌تر یا تشخیص‌های بالینی خاص، ممکن است لازم باشد از آرایه‌های وسیع‌تر یا لیدهای کلاسیک استفاده شود. با این وجود، مزیت اصلی این طراحی در راحتی پوشش طولانی‌مدت است: کاربران می‌توانند ساعت‌ها یا حتی روزها دستگاه را بدون ناراحتی حمل کرده و داده‌های مداوم داشته باشند که برای شناسایی الگوهای فردی، تغییرات شبانه‌روزی یا رویدادهای گذرا بسیار ارزشمند است.

پایش مغز در محیط طبیعی، یعنی همان جایی که افراد زندگی و کار می‌کنند، اطلاعاتی متفاوت و مکمل نسبت به ثبت‌های آزمایشگاهی ارائه می‌دهد. برای مثال تشخیص الگوهای خواب ناپایدار، نوسانات توجه حین کار، یا پاسخ عصبی به محرک‌های اطراف می‌تواند در طراحی برنامه‌های بهبود عملکرد شناختی یا مداخلات سلامت روان به‌کار رود. اما چالش‌های متعددی هم وجود دارد: سر و صداهای محیطی، حرکت فیزیکی، تفاوت‌های آناتومیک بین افراد و نیاز به الگوریتم‌های قوی برای جداسازی سیگنال از نویز.

در کنار مزایا، باید به جنبه‌های اخلاقی و حریم خصوصی پرداخته شود. داده‌های EEG می‌توانند اطلاعات حساس درباره وضعیت احساسی، توجه یا حتی بعضی الگوهای تفکری فردی آشکار کنند؛ بنابراین مدیریت دسترسی، رمزنگاری، و سیاست‌های صریح اجازه‌گیری برای استفاده‌های تجاری یا پژوهشی ضروری است. اگر داده‌ها برای اهداف تبلیغاتی یا تصمیم‌گیری‌های حساس مورد استفاده قرار گیرند، نیاز به رضایت آگاهانه و شفافیت کامل درباره نحوه پردازش و ذخیره‌سازی وجود دارد.

مانند پروژه LVSD، نمونه اولیه ear-EEG فعلاً در مرحله پژوهش قرار دارد و سامسونگ تاریخ عرضه مصرف‌کننده برای آن اعلام نکرده است. هردوی این پروژه‌ها نمادی از تلاش کلی‌تر سامسونگ برای تلفیق حسگری سطح کلینیکی و هوش مصنوعی در پوشیدنی‌های مصرفی هستند، با تاکید بر ارگونومی و کاربردپذیری در محیط‌های واقعی به‌جای آزمایشگاه.

جمع‌بندی

تمرکز دوگانه سامسونگ بر غربالگری LVSD با ساعت هوشمند و نمونه اولیه EEG اطراف گوش نشانه‌ای از گامی معنادار به‌سوی آوردن نظارت بالینی به زندگی روزمره است. قابلیت تشخیص LVSD بر پایه هوش مصنوعی و الگوریتم‌های تاییدشده بیمارستانی می‌تواند به یک ابزار مهم برای شناسایی بیماران بی‌علامت قلبی تبدیل شود؛ در حالی که EEG اطراف گوش افق‌های جدیدی برای پایش مداوم مغز در خارج از محیط‌های بالینی فراهم می‌آورد. این ترکیب حسگری بالینی و پوشیدنی مصرف‌کننده ممکن است مدل‌های مراقبت بهداشتی را تحول دهد و امکان مراقبت پیشگیرانه، شخصی‌سازی درمان و کاهش بار سیستم‌های درمانی را فراهم کند.

با این وجود، موانع تبدیل این پژوهش‌ها به محصولات بازار محور متعدد و جدی‌اند. نخست، تاییدیه‌های رگولاتوری برای ابزارهایی که نقش تصمیم‌یار بالینی یا غربالگر پزشکی را ایفا می‌کنند ضروری است؛ این فرایندها نیازمند مطالعات بالینی گسترده، داده‌های ایمنی و اثربخشی و سازگاری با استانداردهای بین‌المللی‌اند. دوم، اعتبارسنجی بالینی در جمعیت‌های متنوع با شرایط همزمان مختلف اهمیت دارد تا عملکرد واقعی در محیط‌های گوناگون مشخص شود.

از منظر فناوری، اتصال قابل اعتماد سیگنال‌های پوشیدنی به زیرساخت‌های سلامت دیجیتال و پرونده‌های الکترونیک سلامت، نیازمند استانداردسازی API، رعایت پروتکل‌های بین‌سیستمی و تضمین امنیت داده‌ها است. همچنین، برای پذیرش گسترده توسط کاربران و پزشکان، مسئله تبیین مسئولیت‌ها در صورت خطاهای تشخیصی، نحوه پوشش بیمه‌ای و مشوق‌های اقتصادی برای ارائه‌دهندگان خدمات سلامت قابل حل شدن است.

در انتها، نکته مهم این است که موفقیت این نوع فناوری‌ها تنها به کیفیت الگوریتم و سخت‌افزار محدود نمی‌شود؛ بلکه به نحوه ادغام آن‌ها در مسیرهای مراقبت بالینی، پذیرش کاربران، پشتیبانی از مراقبت پیوسته و در نظر گرفتن جوانب اخلاقی و قانونی وابسته است. اگر سامسونگ بتواند این عناصر را کنار هم قرار دهد، محصولات آتی نه تنها تجربه کاربری بهتری ارائه خواهند داد، بلکه نقش موثری در بهبود نتایج سلامت جمعیت‌ها و کاهش هزینه‌های درمانی ایفا خواهند کرد.