Apple-forskare – AI kan göra pulssensorn i  Apple Watch betydligt smartare

Tekniken används inte i Apple Watch i dag, men pekar mot en framtid där klockan kan följa viktiga hjärtparametrar mer passivt och långsiktigt – inte bara trender i blodtryck. Studien är ny och publicerad via Apples forskningskanaler arXiv.

Hypertension i watchOS 26 – men bara som trendvarning

I watchOS 26 har Apple nyligen infört så kallade hypertonivarningar. Funktionen använder klockans optiska hjärtsensor och letar efter mönster som kan tyda på långvarigt högt blodtryck. Analysen sker i bakgrunden över 30-dagarsperioder innan användaren får en notis. Apple betonar att det inte är en medicinsk diagnos och att funktionen inte fångar alla fall, men räknar ändå med att kunna fånga upp många som inte vet om sin hypertoni. Enligt Apple Support och The Verge.

Poängen är att dagens hypertonifunktion bygger på långsiktiga förändringar – inte på att klockan i realtid räknar ut exakta hemodynamiska värden. Det gapet är precis vad den nya studien försöker minska, enligt studien arXiv.

Läs också: Nvidia passerade 4 000 miljarder dollar

Så vill Apple få mer ur en enda ljussensor

I den nya artikeln, Hybrid Modeling of Photoplethysmography for Non-Invasive Monitoring of Cardiovascular Parameters, undersöker Apple hur man kan uppskatta mer avancerade hjärtmått från fotopletysmografi (PPG) – alltså den typ av ljusbaserad pulsmätning som också finns i Apple Watch. Forskarna jobbar dock med finger-PPG i klinisk miljö, inte med själva klockan.

Metoden är ”hybrid”:

1. Simuleringar lär AI:n fysiken. Forskarna tränar modeller på stora mängder simulerade artärtrycksvågor (APW) där de bakomliggande hjärtparametrarna är kända.
   
2. Riktiga patientdata kopplar simulering till verklighet. En generativ modell lär sig översätta PPG-signaler till sannolika APW-kurvor, baserat på par där båda mätningarna finns.
   
3. Andra modellen räknar ut biomarkörer. När APW kan ”återskapas” från PPG används en ny modell för att uppskatta exempelvis slagvolym och hjärtminutvolym.
   
4. Flera möjliga vågor ger osäkerhetsmått. För varje PPG-segment skapas flera plausibla APW-varianter, resultaten vägs ihop och modellen ger även en osäkerhetsnivå.
   

Kort sagt: AI:n försöker först lista ut hur tryckvågen i artärerna ser ut – och använder sedan den för att beräkna djupare hjärtmått.

Resultatet: bra på förändringar, sämre på exakta värden

När systemet testades på en ny uppsättning data från 128 patienter som genomgick icke-hjärtkirurgi, följde modellen förändringar i slagvolym och hjärtminutvolym väl över tid. Däremot var den inte lika träffsäker på absoluta nivåer. Ändå slog metoden traditionella, mer rent data-drivna tekniker i att fånga trender, enligt forskarna. 

Läs också: Apple vill köpa F1-rättigheterna

I studiens slutsats skriver Apple-teamet att deras resultat visar att PPG-signaler bär mer information än vad dagens system vanligtvis plockar ut, och att samma strategi i framtiden kan användas för bärbar PPG – alltså wearables. 

Vad det kan betyda för Apple Watch

Studien lovar inga nya produktfunktioner, och Apple nämner inte Apple Watch i texten. Men inriktningen är tydlig: om optiska pulssignaler kan ge pålitliga indikatorer på hjärtminutvolym och slagvolym över tid, öppnas möjligheter för mer avancerad, passiv hjärtövervakning i vardagen.

Det skulle i så fall vara ett steg bortom dagens hypertonivarningar som främst ser långsiktiga blodtrycksmönster. Nästa nivå kan bli att följa hur hjärtat faktiskt presterar, kontinuerligt och utan invasiva mätningar – men dit återstår både forskning, validering och regulatoriska hinder. 

Läs också: Samsung fortsätter med galna priser

Läs också: Håll inne knappen – då avslöjar WhatsApp en dold funktion du inte visste fanns