人工智能和机器学习用于数字健康应用

第一波FDA批准的可穿戴数字健康监测器与智能手表等消费产品集成在一起，刚刚开始出现。医疗传感器技术继续快速发展，使紧凑、经济高效且越来越精确的生理传感器能够进入现成的可穿戴设备。这种转变的真正驱动因素之一是尖端机器学习和人工智能算法的可用性，这些算法可以从大量数据中提取和解释有意义的信息。这包括噪声数据和不太完美的信号（例如来自智能手表的ECG数据），这些信号被各种伪影损坏，这些伪影很难使用传统算法进行处理，这些算法往往是确定性和基于规则的。

直到最近，解开来自这些传感器的生理信号中的秘密，以形成可接受的合理准确的决策，对于监管提交来说，这是具有挑战性的，而且通常是不可能的。机器学习和人工智能算法的进步现在使工程师和科学家能够克服其中的许多挑战。在本文中，我们将仔细研究处理生理信号的算法的整体架构，并揭开其操作的神秘面纱，将其转变为基于数十年研究的更真实的工程。

为了说明简单机器学习算法的强大功能，这里有一个在线视频，描述了来自活动跟踪器中加速度计的数据如何预测佩戴者的各种运动状态或其余状态。我们可以将这种方法扩展到更复杂的现实世界医疗信号，如心电图，并开发可以自动将ECG信号分类为正常或表现出心房颤动的算法。

开发机器学习算法包括两个主要步骤（图 1）。此工作流的第一步是特征工程，其中从感兴趣的数据集中提取某些数字/数学特征并呈现给后续步骤。在第二步中，将提取的特征输入到众所周知的统计分类或回归算法中，例如适当配置的支持向量机或传统神经网络，以提出经过训练的模型，然后可用于新数据集进行预测。使用表示良好的标记数据集迭代训练此模型，直到达到令人满意的准确性，就可以在新数据集上将其用作生产环境中的预测引擎。

图 1.包含训练和测试阶段的典型机器学习工作流。

那么，这个工作流程如何寻找ECG信号分类问题呢？对于此案例研究，我们转向2017年PhysioNet挑战数据集，该数据集使用真实世界的单导联ECG数据。目的是将患者的心电图信号分为四类：正常，心房颤动，其他心律和太吵。在 MATLAB 中解决此问题的整个过程和各个步骤如图 2 所示。

图 2.用于开发机器学习算法以对心电图信号进行分类的 MATLAB 工作流程。

预处理和特征工程

特征工程步骤可能是开发强大的机器学习算法中最困难的部分。这样的问题不能简单地视为“数据科学”问题，因为在探索解决这个问题的各种方法时，拥有生物医学工程领域的知识来理解不同类型的生理信号和数据是很重要的。MATLAB等工具将数据分析和高级机器学习功能带给领域专家，并使他们能够更轻松地将高级机器学习功能等“数据科学”功能应用于他们正在解决的问题，从而使他们能够专注于特征工程。在这个例子中，我们使用先进的小波技术进行信号处理，以消除噪声和缓慢移动的趋势，例如数据集中的呼吸伪影，并从信号中提取各种感兴趣的特征。

开发分类模型

统计和机器学习工具箱中的分类学习器应用程序对于刚接触机器学习的工程师和科学家来说是一个特别有效的起点。在我们的示例中，一旦从信号中提取了足够数量的有用和相关特征，我们就会使用此应用程序快速探索各种分类器及其性能，并缩小我们的选项以进行进一步优化。这些分类器包括决策树、随机森林、支持向量机和 K 最近邻 （KNN）。这些分类算法使您能够尝试各种策略，并选择为您的要素集提供最佳分类性能的策略（通常使用混淆矩阵或 ROC 曲线下的区域等指标进行评估）。在我们的案例中，我们很快就达到了所有班级约80%的整体准确率，只需遵循这种方法（本次比赛的获奖作品得分约为83%）。请注意，我们没有花太多时间在特征工程或分类器调优上，因为我们的重点是验证这种方法。通常，在特征工程和分类器调整上花费一些时间可以显著进一步提高分类准确性。更高级的技术（如深度学习）也可以应用于特征工程和提取以及分类步骤在单个训练步骤中组合在一起的问题，尽管与传统机器学习技术相比，这种方法通常需要更大的训练数据集才能很好地工作。

挑战、法规和未来承诺

虽然许多常用的可穿戴设备还没有准备好取代其FDA批准和医学验证的对应设备，但所有技术和消费者趋势都强烈指向这个方向。FDA开始在简化法规和鼓励监管科学的发展方面发挥积极作用，特别是通过数字健康软件预认证计划以及设备开发中的建模和模拟等举措。

从日常使用的可穿戴设备中收集的人类生理信号的愿景成为新的数字生物标志物，可以提供我们健康的全面图像，现在比以往任何时候都更加真实，这在很大程度上要归功于信号处理、机器学习和深度学习算法的进步。由 MATLAB 等工具支持的工作流使医疗设备的领域专家能够应用和利用机器学习等数据科学技术，而无需成为数据科学方面的专家。

审核编辑：郭婷