Navegar
Referencia
Directorio
Compañía
Ayuda y Legal
Seguir
Suscribir
Toma rápida
Los investigadores de Google y sus colaboradores médicos han utilizado señales ordinarias de relojes inteligentes para señalar una posible presión arterial alta sin calibrar el reloj con un brazalete.
Un estudio publicado en Nature el 5 de noviembre sugiere una manera de solicitar controles clínicos durante el uso diario, aunque el sistema omitió alrededor del 33% de los casos de hipertensión.
La IA identificó al 65,8% de los participantes con hipertensión según una prueba clínica de referencia (sensibilidad), mientras que examinó correctamente al 90% de los que no padecían la enfermedad como negativo (especificidad).
El estudio prospectivo multicéntrico siguió a 196 participantes durante siete días de monitorización con reloj inteligente y comparó los resultados con la monitorización ambulatoria de la presión arterial durante 24 horas. Los participantes no tenían ninguna enfermedad cardiovascular conocida y no tomaban medicamentos para la presión arterial, lo que limita hasta qué punto los hallazgos se extienden a las personas que ya reciben tratamiento.
Los intervalos de confianza del 95% fueron del 54% al 76,3% para la sensibilidad y del 83,2% al 94,7% para la especificidad.
Una señal de muñeca para que lo revisen.
El sistema de investigación convierte siete días de datos de pulso y movimiento en una puntuación de detección. Su tasa de detección deja un punto ciego sustancial.
Dos grupos, dos medidas de detección
De los participantes con hipertensión en monitorización ambulatoria de 24 horas, se detectó el 65,8% y se pasó por alto el 34,2%.
De los participantes sin hipertensión en la prueba de referencia, el 90,0% dio negativo y el 10,0% produjo alertas falsas.
El cribado puede señalar el motivo de un control clínico; un resultado negativo no puede excluir la hipertensión.
196 participantes en una cohorte seleccionada, rica en riesgos, sin enfermedad cardiovascular conocida ni medicación antihipertensiva. Las barras muestran tasas de estudio condicionales, no valores predictivos para todos los usuarios de relojes inteligentes. Esta es una investigación de detección, no un diagnóstico independiente.
Fuentes
Hechos de apoyo
Método
Sensibilidad informada del 65,8 % y especificidad del 90,0 % en el estudio prospectivo de 196 personas. Aritmética de JavaScript: 100-65,8=34,2% omitido; 100-90,0=10,0% alertas falsas. Las longitudes de las barras son proporcionales a estas acciones; ningún paciente hipotético cuenta. Los intervalos de confianza del 95% conservan la precisión informada.
Alcance
Cómo los sensores cotidianos se convierten en una señal de detección
El sistema, llamado AI-PPG-ACC-HTN, combina mediciones de ondas de pulso ópticas con señales de acelerómetro.
Según la explicación de Google Research, agrega esas señales a lo largo de los días y las combina con la altura del usuario para producir una probabilidad de hipertensión.
No informa una lectura exacta de la presión arterial sistólica y diastólica. No se necesita una lectura personal del brazalete para calibrar el sistema de reloj inteligente, aunque las mediciones basadas en el brazalete siguieron siendo la referencia que utilizaron los investigadores para probarlo.
El modelo de forma de onda se entrenó previamente utilizando 492.347 horas de datos de sensores sin etiquetar de 2.109 participantes que dieron su consentimiento.
La IA no puede escalar sin confianza. La confianza comienza con la capa de datos
El suplemento del estudio describe la cohorte prospectiva como intencionalmente enriquecida en riesgos. En este grupo seleccionado, el 80,6% de las pantallas positivas de los relojes inteligentes coincidieron con la hipertensión en la prueba de referencia, la medida conocida como valor predictivo positivo.
La investigación involucró a Google Research, el Centro Médico Beth Israel Deaconess y la Escuela de Medicina de Harvard.
Los autores describen un posible papel de la detección con reloj inteligente a la hora de impulsar una evaluación formal y un diagnóstico confirmatorio utilizando métodos establecidos basados en brazaletes, y el reloj solicita un control clínico.
Mencionado en este artículo.
Los agentes de IA infringen las reglas de seguridad al recordar el contexto inofensivo del usuario
Consentimiento de cookies
Utilizamos cookies para mejorar su experiencia en nuestro sitio. Al utilizar nuestro sitio, usted acepta las cookies.
Preferencias de cookies
Administre sus preferencias de cookies a continuación:
Las cookies esenciales permiten funciones básicas y son necesarias para el correcto funcionamiento del sitio web.
CloudFlare proporciona soluciones de seguridad y rendimiento web, mejorando la velocidad del sitio y protegiendo contra amenazas.
URL del servicio: desarrolladores.cloudflare.com (se abre en una ventana nueva)
Google Analytics es una poderosa herramienta que rastrea y analiza el tráfico del sitio web para tomar decisiones de marketing informadas.
URL del servicio: políticas.google.com (se abre en una ventana nueva)
Las cookies estadísticas recopilan información de forma anónima. Esta información nos ayuda a comprender cómo los visitantes utilizan nuestro sitio web.
Clarity es un servicio de análisis web que rastrea e informa el tráfico del sitio web.
URL del servicio: claridad.microsoft.com (se abre en una ventana nueva)
Puedes encontrar más información en nuestra Política de Privacidad y .
Cargando imagen…
Esta imagen no se pudo cargar.
El catalizador
