ç¯ å´Žæ„›â˜†å¯æ„›ã„オッãƒ'イåã
目次:
人間の心臓は1日に約86,000回拍動し、カフェインを飲んだり走ったりすると加速し、横になるかテレビを見ると減速します。あなたはおそらくこれらの変動に気付かないでしょうが、あなたのフィットネストラッカーはそれぞれの小さな電気的インパルスを集めてそれをサーバーに慎重に保存することに気づいています。数百万ものデータポイントに隠れている、カリフォルニア大学サンフランシスコ校の科学者たちは、一部の持久力アスリートの心に深く潜んでいる病状の兆候かもしれません。ただし、フィットネストラッカーだけでそれらを見つけることはしません。
UCSF心臓病科の臨床研究責任者であるGregory Marcus、MDは、フィットネストラッカーは人生を変える可能性のある医療データの宝庫であることを発見しました。 DeepHeartと呼ばれるアルゴリズムを使って、何千人ものFit BitユーザーとApple Watchユーザーからのデータを解析したところ、彼はなんとかしてその兆候を見付けました。 心房細動 、心臓を混乱させる可能性がある、一般的でしばしば無症候性の心臓状態。ボストンセルティックスの名声を誇るラリーバードは、この病気に苦しんでいたことで有名です。
「心房細動は無症状で臨床的に検出されないままになる可能性があることがわかっています」とMarcusは言います。 逆 。彼は、心電図データを分析するために機械学習を適用し、ノイズを理解しているスタートアップ、Cardiogramと提携しています。 「心房細動をスクリーニングする方法としてスマートウォッチを見ましたが、最初のステップは正確に検出できるようにアルゴリズムを開発することです。」
検出が困難な病気
バードはテニスの伝説のビリージーンキングと共に、心房細動を起こしたことを彼らのキャリアによく知られるまで気付かなかった。それを管理するために、バードは血シンナーを使用しなければならなかった、そしてそれは彼に結局彼のキャリアを終わらせた拡大された心を発達させた。 1999年に、彼はに明らかにしました スポーツイラスト 彼がシカゴブルズに対する1つの特にストレスの多いゲームの間にひらひらと動いている心のためにほとんど亡くなったこと。
もちろん、それは有名なスポーツ選手に影響を与えるだけではありません。で発表された研究 オランダハートジャーナル 今年の初めには、「ベテランアスリート」が心房細動を発症する可能性は、サイクリスト、クロスカントリースキーヤー、マラソンランナーのような高度に訓練された持久力アスリートよりも3〜8倍高いことが示されました。診断は心不全、狭心症、および脳卒中の3つの主要な合併症のより高いリスクに関連しているため、心房細動のエピソードにつながる状況を特定することは重要です。
実生活からのデータ
心房細動は、行き来する傾向があるため、診断が難しいです。それは心臓の2つの上室が激しい動きをして、急速な心臓の動悸を引き起こす電気信号を送り出すときに起こります。心房細動の持続を経験する人もいますが、過飲の間など、特定の条件下でしかそうしない人もいます。フィットネストラッカーを常に身に着けていることの利点は、データがその状態が現れる原因となる状況を識別できることです。
「測定値は、個人に本当に起こることをはるかに反映しています」と彼は言います。 「これは、病院や研究施設から得られる典型的なデータではなく、自宅や職場にいるときの人々のデータです。」その意味で、彼はDeepHeartを使用して人々の毎日の心房濾過の潜在的な引き金を見つけることができます。住んでいます。
フィットネストラッカーのもう一つの利点は、彼らが文字通り一日を通して秒単位で繰り返し測定を行うということです。ワークアウトモードでは、5秒に1回というより頻繁な測定が行われます。これは、特に激しいトレーニングをしているがトレーニング中に奇妙なことに気付かないことが多い運動選手に影響を与える傾向があるためです。
不規則な不規則なリズム
ある企業の心拍数データは他の企業よりも有用である、とMarcusは言います。たとえば、一部の企業は、心拍間隔で整理された生の心拍数データを公開する予定です。アップルのような他の人々は、科学者が粒度の細かいデータにアクセスすることを許可しません。 Deepheartは、さまざまなデータ型を最大限に活用できると彼は説明します。
心拍数のパターンは実際には検索されません - 心拍数自体 あります パターン - むしろ、それはランダム性を探します。 「心房細動は心拍数を増加させる可能性がありますが、心拍数は正常になる可能性があり、最も特徴的なのは間隔のランダムさです の間に ハートビートは、パターンがまったくないことを意味します」と彼は説明します。心房細動は「不規則に不規則なリズム」であると彼は言います。
DeepHeartは、Apple Watchのようなリストベースの心拍数センサーと12ノードEKGの心拍数データを使って個人データを測定した9,750人の参加者からの1億3,700万人の心拍に関するパイロットスタディで初めてテストされました。医院で発表された結果 JAMA循環器科 。 DeepHeartは、フィットネストラッカーデータを使用して心房細動の兆候を正しく識別することに成功し、これまでの状態の識別に使用されていた2つの自己報告戦略よりも優れていました。しかし、アルゴリズムはそれに差し込まれたデータと同じくらい優れています。高品質のEKGデータはDeepHeartを使用してより良い予測を生み出しました（しかしリストベースのデータはまだ「適度に」正確でした）。
DeepHeartとフィットネストラッカーの統合は、Marcusの次の研究であるmRhythmと呼ばれる強力な概念実証を提供しています。 原因 心房細動今、彼は彼が研究をする必要がある100万人のうち約20万人を持っています。彼の膨大なデータセットは、私たち自身の心拍数データをよりよく理解するのに役立つだけでなく、どのデバイスが心臓病を検出する仕事をしているのか、そしてどのデバイスがそうでないのかを示します。
「私たちの仕事の大部分は、厳密な研究を行わずに一般に消費者に直接販売されている装置に厳密な科学研究を適用することです」と彼は言います。 "私たちの仕事の大部分はそれを提供することです。"