通过 AI 分析，智能手表侦测糖尿病准确达 85％！

一份由 UCSF 医学院进行的研究显示，新创公司 Cardiogram 的神经网络能够通过监测用户心跳，就能以接近 85% 的准确度侦测到糖尿病的存在。而且最重要的一点是，这研究并不需要使用任何专门医疗器材，光是使用 Apple Watch、Fitbit 手环、Android Wear 等具备心率感应器的穿戴式智能手表就可以。

Cardiogram 的创办人 Brandon Ballinger 向我们表示，这是他所曾完成过的工作中最困难的，但极具意义。 （这说话出自帮助修复美国 Healthcare.gov 网站的人口中，感觉特别有说服力。）

Cardiogram 在之前也有进行过类似的研究，像是通过训练神经网络 DeepHeart 来在 6,000 个参与者中，找出中风迹象。在这次针对糖尿病的研究，更把增加参与人数至 14,011 名，他们需要在大量心跳数据之中，找出高胆固醇、睡眠窒息和高血压的痕迹。 Cardiogram 通过使用 DeepHeart 的经验，从总共 57,675 周的心率信息中，分析心率频率是否正常。

为了把所得数据转变成有意义的信息，Cardiogram 尝试了不同的方式分析。其中之一是与名为「semi-supervised（半监督）」的学习方式。 Ballinger 解释指，他们在未经监督的阶段收集混集有糖尿病患者和非糖尿病患者的数据，让神经网络能学习到心率会如何变化。在随后的监督阶段，DeepHeart 将会获得一些标签有已知是糖尿病患者的数据，帮助它能了解糖尿病患者的心率变化。另一种方式：启发式预训练，更有着更好的结果。

有趣的是，这振奋人心的 85% 准确度是通过未经预先训练的神经网络所得的，这结果让研人员相信「整合人手调整和深度学习过程有着其潜在优势」。换句话说，在这侦测病患的过程中，不能完全拿走人类的因素。

但大家需要清楚DeepHeart 的设计初衷并非为确诊糖尿病，只是这复杂的算法能够找到糖尿病和心率改变之间的关系，所以想要借着消费者级的心率感应器来确诊糖尿病，也是不实际的。不过 Ballinger 却表示他们的目标是要帮人们在懵然无知的情况下，及早提醒他们有着患上糖尿病的风险。单是这样就足以带来相当的改变，据 CDC 的报告指，在美国有超过 1 亿个成人糖尿病患者，但其中 25% 是完全不知所以的。

这通过 DeepHeart 而来的糖尿病预检，最终是有可能加入到 Cardiogram 的 app 之中，但 Ballinger 并没有给出确切的答案。同时他们没有排除最终成为提供全面确诊的可能性，所以这工具的潜力仍然是非常可观的。 Ballinger 打趣道，如果 Apple Watch Series 5 有着血糖和血压计的话，他们或许能确实做出来啊。