De Apple Watch kan met behulp van algoritmen hartritmestoornissen met een nauwkeurigheid van 97 procent detecteren, schrijven Cardiogram en de University of California in een recent gepubliceerd onderzoek. Volgens de onderzoekers krijgt één op de vier mensen in hun leven te maken met abnormale hartritmes zonder dat deze worden opgemerkt.
Voor het onderzoek genaamd mRhythm maakten Cardiogram en de de University of California gebruik van data van in totaal 6.158 Cardiogram-gebruikers. Op basis van de data werd een algorithme ontwikkeld dat patronen leerde herkennen en onderscheiden. Via deep learning werd een neuraal netwerk opgezet om onregelmatigheden te detecteren. De methode is gelijk aan die die Stanford inzette waarbij gebruik werd gemaakt van een neuraal AI-netwerk om huidkanker te kunnen ontdekken. Echter, hierbij bestaande imaging software van Google ingezet.Na training bleek het algorithme in staat atriale fibrillatie met een nieuwkeurigheid van 97 procent te kunnen detecteren. Hiermee is deze methode volgens Cardiogram nauwkeuriger dan de huidge bestaande technieken.
Voorspellen via deep learning
Volgens het bedrijf stelt de oplossing mensen in staat via consumentenelektronica op relatief eenvoudige wijze zelf aandoeningen te kunnen opsporen. Eén van de mogelijkheden zou zijn om paniekaanvallen tegen te gaan. Gebruikers kunnen Cardiogram data aanleveren over hun aanvallen waardoor de app via deep learning kan voorspellen wanneer een volgende aanval zich aandient en tips geven op deze te voorkomen.Cardiogram is een digital health start-up die eind vorig jaar nog 2 miljoen dollar aan vers kapitaal ophaalde. In eerste instantie richtte het bedrijf zich op toepassingen specifiek voor de Apple Watch, maar uiteindelijk moet de app ook voor andere platformen zoals Android Wear beschikbaar komen.
