محققان در تازهترین پژوهش خود سراغ چالش جذاب «پیشبینی تغییرپذیری ضربان قلب» (HRV) با استفاده از گجتهای پوشیدنی رفتهاند. 🚀
در این مطالعه، عملکرد مدلهای پایه سری زمانی (TSFMs) مانند Chronos و TimesFM برای تحلیل دادههای پیچیده و نویزدار ساعتهای هوشمند بررسی شده است. نتایج خیرهکننده نشان میدهد که این مدلها بدون نیاز به آموزش اضافه (Fine-tuning)، عملکردی بسیار دقیقتر از روشهای سنتی دارند و میتوانند تا ۲ ساعت زودتر، وضعیتهای ناپایدار قلبی را شناسایی کنند. این یعنی یک گام بزرگ به سمت تشخیصهای پزشکی هوشمند و پیشگیرانه در خانه! 🏠❤️
منبع: arXiv Machine Learning