一份由 UCSF 醫(yī)學(xué)院進(jìn)行的研究顯示，新創(chuàng)公司 Cardiogram 的神經(jīng)網(wǎng)絡(luò)能夠通過(guò)監(jiān)測(cè)使用者心跳，就能以接近 85% 的準(zhǔn)確度偵測(cè)到糖尿病的存在。而且最重要的一點(diǎn)是，這研究并不需要使用任何專門(mén)醫(yī)療器材，光是使用 Apple Watch、Fitbit 手環(huán)、Android Wear 等具備心率感應(yīng)器的穿戴式智能手表就可以。

Cardiogram 的創(chuàng)辦人 Brandon Ballinger 向我們表示，這是他所曾完成過(guò)的工作中最困難的，但極具意義。（這說(shuō)話出自幫助修復(fù)美國(guó) Healthcare.gov 網(wǎng)站的人口中，感覺(jué)特別有說(shuō)服力。）

Cardiogram 在之前也有進(jìn)行過(guò)類似的研究，像是通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò) DeepHeart 來(lái)在 6，000 個(gè)參與者中，找出中風(fēng)跡象。在這次針對(duì)糖尿病的研究，更把增加參與人數(shù)至 14，011 名，他們需要在大量心跳數(shù)據(jù)之中，尋出高膽固醇、睡眠窒息和高血壓的痕跡。Cardiogram 通過(guò)使用 DeepHeart 的經(jīng)驗(yàn)，從總共 57，675 周的心率信息中，分析心率頻率是否正常。

為了把所得數(shù)據(jù)轉(zhuǎn)變成有意義的信息，Cardiogram 嘗試了不同的方式分析。其中之一是與名為「semi-supervised（半監(jiān)督）」的學(xué)習(xí)方式。Ballinger 解釋指，他們?cè)谖唇?jīng)監(jiān)督的階段收集混集有糖尿病患者和非糖尿病患者的數(shù)據(jù)，讓神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)到心率會(huì)如何變化。在隨后的監(jiān)督階段，DeepHeart 將會(huì)獲得一些標(biāo)簽有已知是糖尿病患者的數(shù)據(jù)，幫助它能瞭解糖尿病患者的心率變化。另一種方式：?jiǎn)l(fā)式預(yù)訓(xùn)練，更有著更好的結(jié)果。

有趣的是，這振奮人心的 85% 準(zhǔn)確度是通過(guò)未經(jīng)預(yù)先訓(xùn)練的神經(jīng)網(wǎng)絡(luò)所得的，這結(jié)果讓研人員相信「合并人手調(diào)整和深度學(xué)習(xí)過(guò)程有著其潛在優(yōu)勢(shì)」。換句話說(shuō)，在這偵測(cè)病患的過(guò)程中，不能完全拿走人類的因素。

但大家需要清楚 DeepHeart 的設(shè)計(jì)原意并非為確診糖尿病，只是這復(fù)雜的運(yùn)算法能夠找到糖尿病和心率改變之間的關(guān)系，所以想要借著消費(fèi)者級(jí)的心率感應(yīng)器來(lái)確診糖尿病，也是不實(shí)際的。不過(guò) Ballinger 卻表示他們的目標(biāo)是要幫人們?cè)阢氯粺o(wú)知的情況下，及早提醒他們有著患上糖尿病的風(fēng)險(xiǎn)。單是這樣就足以帶來(lái)相當(dāng)?shù)母淖儯瑩?jù) CDC 的報(bào)告指，在美國(guó)有超過(guò) 1 億個(gè)成人糖尿病患者，但其中 25% 是完全不知所以的。

這通過(guò) DeepHeart 而來(lái)的糖尿病預(yù)檢，最終是有可能加入到 Cardiogram 的 app 之中，但 Ballinger 并沒(méi)有給出確實(shí)的答案。同時(shí)他們沒(méi)有排除最終成為提供全面確診的可能性，所以這工具的潛力仍然是非常可觀的。Ballinger 打趣道，如果 Apple Watch Series 5 有著血糖和血壓計(jì)的話，他們或許能確實(shí)做出來(lái)啊。