Yeni Apple Araştırması: AirPods Gelecekte Yapay Zeka Destekli Bir Kalp Monitörüne Dönüşebilir

Apple Araştırma ekibi, yapay zeka modellerinin stetoskop kayıtlarından kalp atış hızını tahmin etme potansiyelini inceleyen dikkat çekici bir çalışma yayımladı. Modeller, doğrudan bu amaçla eğitilmemiş olsa da, sonuçlar oldukça olumlu.

Ekip, ses ya da konuşma verileriyle eğitilmiş altı popüler temel modeli değerlendirerek, kalp sesi kayıtlarından (fonokardiyogram) kalp hızı tahmini yapma yeteneklerini test etti. Sağlık verileri için özel olarak tasarlanmamış olmalarına rağmen, modellerin performansı oldukça tatmin ediciydi. Çoğu model, geleneksel makine öğrenimi yöntemlerinde kullanılan ve elle tasarlanan ses özelliklerine dayalı eski yöntemlerle benzer doğruluk oranlarına ulaştı.

En dikkat çekici sonuç ise Apple’ın kendi içinde geliştirdiği, 3 milyon ses örneğiyle eğitilen CLAP (Contrastive Language-Audio Pretraining) modelinin, kıyaslamalardaki en yüksek başarıyı göstermesi oldu.

Test Süreci Nasıl Gerçekleşti?

Değerlendirme aşamasında, uzmanlar tarafından etiketlenmiş ve herkese açık bir veri kümesinden faydalanıldı. Toplamda 20 saatlik gerçek hastane kayıtları, 5 saniyelik kısa parçalara ayrıldı ve her klip 1 saniye ileri kaydırılarak analiz edildi. Bu işlem sonucunda yaklaşık 23.000 kalp sesi örneği oluşturuldu. Ardından, bu parçalar sinir ağıyla işlenerek dakikadaki kalp atış sayısına göre sınıflandırıldı.

Testler, yaygın yapay zeka varsayımlarının bazılarını da sorgulattı. Model boyutunun büyük olması, her zaman daha iyi sonuç vermedi. Teknik açıdan incelendiğinde, modellerin derin katmanları genellikle dil işleme görevlerine odaklı olduğundan, kardiyorespiratuvar bilgi açısından daha az faydalı oldu. En iyi sonuçlar, çoğunlukla yüzeysel ya da orta seviyedeki katman temsillerinden elde edildi.

Apple için bu bulgu, sağlık sinyallerinin modellerin hangi katmanlarında daha verimli şekilde temsil edildiğini anlamak açısından önemli bir içgörü sağladı. Özellikle donanıma entegrasyon planlandığında, doğru katmanların belirlenmesi sürecin başarısı açısından belirleyici olabilir.

Öne Çıkan Bulgular

Araştırma, geleneksel sinyal işleme yöntemleriyle modern YZ tekniklerinin birleşiminin, kalp atış hızı tahmininde daha sağlam sonuçlar verdiğini gösterdi. Bir yöntemin zayıf kaldığı noktalarda diğerinin devreye girmesi, bütünsel bir yaklaşımın gücünü ortaya koydu. Her iki yaklaşımın da sinyalin farklı bileşenlerini algılayabilmesi, analizleri daha dengeli hale getirdi.

Araştırmacılar, ilerleyen dönemde sağlık uygulamaları için modelleri daha da geliştirmeyi, düşük enerji tüketimiyle çalışan cihazlara uygun daha hafif versiyonlar oluşturmayı ve insan vücuduyla ilgili farklı sesleri incelemeyi hedefliyor. Araştırma ekibi çalışmalarını şu sözlerle özetledi:

"İleride şunları yapmayı planlıyoruz: (i) Gelişmiş performans için, aşağı akış modelinden önce özellik birleştirme ya da model içinde geç füzyon yöntemleriyle, akustik özelliklerle FM temsillerini birleştirmeyi keşfetmek ve bu tür yöntemlerin tamamlayıcı bilgiyi yakalayıp bireysel farklılıklara karşı daha dayanıklı olup olmadığını araştırmak; (ii) hedef alanlara FM’leri ince ayarlayarak alan uyumsuzluğunu azaltmak ve bunun daha iyi performansa, kalp atış hızı tahminindeki zorlukların daha iyi giderilmesine ve karmaşık patolojik özelliklerin yakalanmasına katkı sağlayıp sağlamadığını incelemek; (iii) diğer aşağı akış görevleri ve fizyolojik parametreler dahil olmak üzere patolojik durumlara uygulanabilirliklerini değerlendirmek; (iv) klinik açıdan anlamlı daha fazla veriyi artırmak ve uyarlamak; (v) HeAR [30] gibi diğer biyoakustik temel modellerle karşılaştırmak; ve (vi) daha düşük hesaplama maliyetiyle aynı performansı sürdürebilecek uygulanabilir çözümler sunmak amacıyla budama, bilgi aktarımı ve hafif kodlayıcı tasarımı gibi model sadeleştirme stratejilerini araştırmak."

Araştırmada doğrudan herhangi bir klinik sonuç ya da ürün vaadi sunulmuyor. Yine de ortaya çıkan potansiyel, modellerin iPhone, Apple Watch ve özellikle kulak içi mikrofonlara sahip AirPods gibi cihazlara entegre edilebilmesine açık bir kapı aralıyor. AirPods takarken kulaklarda hissedilen kalp atışı, Apple’ın üzerinde durduğu biyometrik izleme fikrini daha da anlamlı hale getiriyor.

‍

‍

‍

‍

‍

Kaynak:https://9to5mac.com/2025/05/29/apple-heart-monitor-ai/