Araştırmacılar, akıllı saatlerinden gelen verileri kullanarak kişinin bayılmak üzere olup olmadığını tahmin edebilen dünyanın ilk sistemini geliştirdi.
Chung-Ang Üniversitesi Hastanesi'nde 132 hastanın katıldığı klinik çalışmada, Samsung Galaxy Watch'la kullanıcının kalp atış hızından gelen biyosinyallerden yararlanan gerçek zamanlı bir uyarı sistemi geliştirildi.
Sistem, bilimsel olarak vazovagal senkop diye bilinen bayılma nöbetlerini, yüzde 80'den fazla doğrulukla 5 dakikaya kadar önceden tahmin edebildi.
Hastanenin Kardiyoloji Bölümü'nden araştırmayı yöneten Profesör Junhwan Cho, "Senkop hastalarının düşmelerden kaynaklanan travmalar yaşaması yaygın bir durum ve ekstrem vakalarda bazıları kırık veya beyin kanaması gibi ciddi şekilde yaralanıyor" dedi.
Bu teknolojinin sağlayacağı erken uyarı, hastalara güvenli bir pozisyona geçmeleri veya yardım çağırmaları için önceden zaman kazandırabilir ve bu da ikincil yaralanmaların görülme sıklığını önemli ölçüde azaltabilir.

Araştırmacılar, hastalardan kalp atış hızı değişkenliği verilerini toplamak için Galaxy Watch 6'daki fotopletismografi (PPG) sensörünü kullandı.
Daha sonra bayılma nöbetinin meydana gelmek üzere olup olmadığını belirlemek için verileri analiz etmek adına yapay zeka algoritması kullanıldı.
Bu, ticari bir akıllı saatin bayılmaya yönelik erken tahmin sistemini başarıyla sunduğu ilk örnek.
Samsung'un sağlık alanındaki araştırma ve geliştirme çalışmalarını yöneten Jongmin Choi, "Bu çalışma, giyilebilir teknolojinin sağlık hizmetlerini 'hastalık sonrası bakım'dan 'önleyici bakım' modeline nasıl dönüştürebileceğinin bir örneği" dedi.
Kullanıcılarımızın daha sağlıklı günlük yaşamlar sürmelerini sağlayan teknolojik yeniliklere öncülük etmeye kararlıyız.
Teknoloji devi, sağlık izleme yeteneklerini akıllı saatlerine ve diğer giyilebilir teknoloji cihazlarına entegre etmeyi planlıyor.
Araştırma bulguları, European Heart Journal-Digital Health adlı akademik derginin son sayısında "Prediction of vasovagal syncope using artificial intelligence-enabled smartwatch photoplethysmography-derived heart rate variability" (Yapay zeka destekli akıllı saat fotopletismografisiyle elde edilen kalp atış hızı değişkenliği kullanılarak vazovagal senkopun tahmin edilmesi) başlıklı çalışmada yayımlandı.
Independent Türkçe