تُعد تقنية قياس نبضات القلب باستخدام الفوتوبليهثيسموغرافي (Photoplethysmography - PPG) واحدة من أدوات القياس غير الجراحية الأكثر شيوعًا، حيث تُستخدم على نطاق واسع في الأجهزة القابلة للارتداء وفي بيوت المرضى. ومع ذلك، كانت النماذج السابقة تعتمد إما على بيانات ICU الموثوقة والتي تتطلب سجلات دقيقة، أو على بيانات مغلقة المصدر، مما أثّر سلباً على قدرتها على التعميم بشكل صحيح في ظروف حقيقية.

لكن ماذا لو كان بالإمكان تطوير نموذج PPG أكثر ذكاءً ومرونة؟ هذا ما قام به الباحثون في دراستهم الأخيرة حيث اقترحوا نموذجاً لقاعدة PPG لا يحتاج إلى بيانات تدريب عالية الجودة أو نماذج ميدانية، بل يعتمد بدلاً من ذلك على إشارات متزامنة من تخطيط القلب الكهربائي (Electrocardiogram) وإشارات التنفس في بيانات ICU.

من خلال هذه الطريقة، استطاع النموذج أن يتعرف على عيّنات متباينة لكنها متضادة أثناء مرحلة التدريب، مما يسمح له بالتعلم من مقاطع PPG المشوشة، وبالتالي تحسين قوته أثناء الاستدلال.

الأكثر إثارة هو أن هذا النموذج تم تدريبه على عدد أقل من المشاركين بثلاث مرات مقارنة بالنماذج الرائدة الحالية، ومع ذلك، حقق تقدماً ملحوظاً بنسبة 14 من أصل 15 مهمة مختلفة، بما في ذلك تنبؤ النشاط اليومي ومعدل ضربات القلب.

هذه النتائج تتحدث عن القوة الكامنة وراء الإشراف المتعدد، حيث يمكن دمج المعلومات الفسيولوجية التكميلية لتعزيز قوة نماذج PPG، مما يؤدي إلى تحسين تجربتنا مع البيانات ذات الجودة الاستهلاكية.

إنها خطوة نحو الأمام تفتح أبواباً جديدة في عالم التكنولوجيا الصحية وتضعنا على أعتاب عصر جديد في قياسات الصحة والمراقبة.