تشكل تقنية التصوير الضوئي الحيوي (Photoplethysmography - PPG) أساساً هاماً في مراقبة الصحة باستخدام الأجهزة القابلة للارتداء ودعم اتخاذ القرارات السريرية. ولكن في السنوات الأخيرة، ركزت معظم الطرق المتبعة على الأهداف المرتبطة بالإشارات، متجاهلة السياق الصحي للمرضى، مما يحد من قدرتها على التكيف مع المهام السريرية المعقدة ومجموعات المرضى المتنوعة.

تقدماً في هذا المجال، تم تطوير تقنية جديدة تُعرف باسم CAP - Clinical Anchored Pretraining for PPG. تهدف هذه التقنية إلى تحسين عملية التعلم من خلال بناء مجموعة بيانات متعددة القنوات تشمل بيانات التصوير الضوئي الحيوي وسجلات الصحة الإلكترونية (Electronic Health Records - EHR) بشكل متكامل، حيث تُستخرج المعلومات الطبية لتشكيل السجلات الصحية الكاملة للمريض.

خلال مرحلة ما قبل التدريب، تقوم تقنية CAP بتطبيق محاذاة تباينية عبر الأنماط المختلفة، مع ربط تمثيلات PPG بالدلالات السريرية الخاصة بالمرضى. وهذا يجعل النماذج تركز على الحالة الفيزيولوجية العامة للمريض بدلاً من مجرد ملاءمة الموجات.

أظهرت التجارب أن CAP تفوقت بشكل متواصل على النماذج الأساسية في أربع مهام مختلفة، حيث حققت تحسينًا كبيرًا في التنبؤ بمعدل التنفس يصل إلى +87.6% مقارنةً بأفضل أداء سابق. كما سجلت تحسناً متوسطاً بنسبة +26.7% عبر جميع المهام. ولتعزيز شفافية هذه التقنية، قدم الباحثون تحليلات شاملة تشمل دراسات استقصائية ورؤى متعددة تفسر تمثيلات البيانات التي تم تعلمها.

بفضل هذه التطورات، يبدو أن CAP قادرة على إعادة تشكيل كيفية تقييم ومراقبة صحة المرضى، مما يعطي الأمل في تحسين نتائج الرعاية الصحية على نطاق واسع.