Apple Watch กับ Deep Learning

ข้อมูลอ้างอิงบางส่วนจาก https://www.engadget.com/2017/05/12/ai-equipped-apple-watch-can-detect-the-signs-of-a-stroke/

Apple Watch กับการใช้ Neural network (deep learning) ในการ detect คนที่มีอัตราการเต้นของหัวใจผิดปกติ #iot #sensor #deeplearning #machinelearning #neuralnetwork

ลักษณะของ real-time signal ที่ข้อมูลตัวเลขจาก sensor ไหลเข้ามาให้พิจารณาทุกๆวินาทีไม่มีหยุดนี้ การนำข้อมูลไปวิเคราะห์หรือสร้างแบบจำลองจะมีประเด็นยุ่งยากเพิ่มมากกว่าข้อมูลที่เป็นตัวเลข offline สรุปมาให้แล้วนิ่งๆ (เช่น รายงานตัวเลขสรุปยอดขายสินค้า รายงานข้อมูลลูกค้า) ตัวอย่างเช่น

🚩 คนแต่ละคน เพศแต่ละเพศ (และปัจจัยอีกสารพัด ทั้งโรคประจำตัว พฤติกรรมการใช้ชีวิต ฯลฯ) มีอัตราการเต้นของหัวใจต่างกัน อัตราการเต้นของหัวใจที่ถือว่าปกติในคนนึง อาจถือว่าไม่ปกติสำหรับอีกคนก็ได้ เทคนิคการพิจารณาสัญญาณโดยเอาค่าตัวเลขมาเทียบกันตรงๆจึงต้องตกไปก่อน

🚩 การรวบรวมข้อมูลและเฟ้นหาข้อมูลเป้าหมายให้ได้เพื่อนำมาใช้สร้างแบบจำลอง ในกรณี real time sensor นี้ก็ไม่ใช่เรื่องง่าย (เอาจริงๆคือเป็นขั้นตอนที่เหนื่อยมาก)

ข้อมูลตัวเลขเยอะแยะจาก sensor วิ่งเข้ามาตลอดเวลา ในจำนวนนั้นมีข้อมูลที่เป็นเป้าหมายจริงๆแค่น้อยนิด ในตัวอย่างนี้จากคน 6158 คนมีเพียง 200 เท่านั้นที่มีอัตราการเต้นของหัวใจผิดปกติ สำหรับนำข้อมูลไปใช้สร้างโมเดลได้ (และเผลอๆใน 200 คนนั้น ก็อาจมีข้อมูลแค่บางช่วงเวลาเท่านั้นที่เอาไปใช้ได้จริง ที่เหลือของข้อมูลที่อ่านมาอีกไม่รู้กี่สิบกี่ร้อยชั่วโมงอาจไม่ใช่ข้อมูลหลักที่ต้องการเลย)

🚩 ตัวเลขจาก sensor ที่อ่านมาส่วนใหญ่จะเอาไปป้อนใส่โมเดลพยากรณ์ไม่ได้ทันที เพราะการเต้นของหัวใจที่ผิดปกติ ไม่ได้ดูจากค่าที่ผิดปกติเพียงค่าเดียว แต่ต้องดูเป็นแนวโน้มของกราฟที่เกิดความผิดปกติต่อเนื่องกันในช่วงเวลาหนึ่งๆ (ซึ่งข้อมูลก็มักมี noise ปนมาอีกเพียบ) ตรงนี้อาจต้องใช้ความรู้ด้าน signal processing, pattern recognition และ feature selection มาช่วย

🚩 ระบบ real time ที่มีลักษณะของความเป็น interactive นี้ความเร็วคือสิ่งสำคัญ นอกจากต้องแม่นยำแล้ว ความเร็วในการคำนวณก็ต้องได้ด้วย จะให้รอคำนวณเฉยๆทีนึงนานๆนั้นไม่ได้ (คำนวณเป็นนาที ก็ถือว่าแย่แล้วสำหรับระบบ interactive) ถ้าจำเป็นต้องใช้เวลานาน ก็ต้องมีเทคนิคการออกแบบระบบไม่ให้คนใช้รู้สึกว่าระบบมัน delay ไป

น้ำจิ้มของการทำ Basic signal processing และ Interactive system ส่วนหนึ่งของวิชา Interactive intelligent systems วิชาเอกของป.โทสาขา InterActive Media science (i-am) @NIDA