ثورة في الصحة الرقمية: سامسونج تطلق نموذجي ذكاء اصطناعي لتحليل الإشارات الحيوية دون الحاجة للسحابة

في 14 أغسطس 2026، كشفت سامسونج للأبحاث (عبر فريق الصحة الرقمية في سامسونج للأبحاث أمريكا) رسميًا عن نموذجَي ذكاء اصطناعي أساسيَيْن للصحة مصمميْن لتحليل الإشارات الحيوية مباشرة على معالج الساعة الذكية دون الحاجة للاتصال السحابي: xMAE (إعادة البناء متعدد الوسائط المقنع المدرك للفيزيولوجيا لتعلم تمثيل الإشارات الحيوية) وHiMAE (التشفير الآلي الهرمي المقنع) . تم قبول كلا النموذجين في مؤتمرات الذكاء الاصطناعي الرائدة — ICML 2026 وICLR 2026 على التوالي .

كيف يعمل كل نموذج

xMAE: تعلم العلاقة بين النبض الكهربائي والضوئي

xMAE هو نموذج مدرك للفيزيولوجيا يتعلم العلاقة الزمنية بين إشارتَي القلب الحيويّتين: ECG (النشاط الكهربائي للقلب) وPPG (موجة النبض الضوئي التي يقيسها مستشعر تخطيط التحجم الضوئي في الساعة الذكية). يستخدم النموذج آلية انتباه متبادل اتجاهي: أثناء التدريب المسبق، يقوم تدريجيًا بإخفاء أجزاء متصلة من إشارة ECG ويعيد بنائها من إشارة PPG المتزامنة . تعمل وحدات PPG كمفاتيح وقيم، بينما تعمل وحدات ECG كاستعلامات — تصميم يحترم الحقيقة الفسيولوجية بأن النشاط الكهربائي للقلب (ECG) هو الذي يدفع النبض المحيطي (PPG) .

تم تدريب xMAE مسبقًا على حوالي 9,400 ساعة من بيانات ECG–PPG المزدوجة من حوالي 2,400 شخص. ثم تم تقييمه عبر ست دراسات تغطي 19 مهمة فرعية، بما في ذلك التنبؤ بارتفاع ضغط الدم، واكتشاف ضربات القلب الشاذة، وتحديد مراحل النوم، وتقدير تحاليل الدم. تفوق النموذج على جميع نماذج الأساس مفتوحة المصدر السابقة في 15 من 19 مهمة وفقًا لمقياس AUROC . رؤية عملية رئيسية: بعد التدريب المسبق، تتم إزالة فرع ECG ويعمل النموذج على PPG فقط، مما يجعله مناسبًا للنشر على الأجهزة القابلة للارتداء .

HiMAE: تحليل هرمي عبر مقاييس زمنية متعددة

يتبع HiMAE (التشفير الآلي الهرمي المقنع) نهجًا مختلفًا: فهو يحلل بيانات السلاسل الزمنية من الأجهزة القابلة للارتداء — نبضات القلب، مراحل النوم، أنماط النشاط — عبر دقات زمنية متعددة باستخدام مشفر–مفكك تلافيفي هرمي . بدلاً من معالجة جميع المقاييس الزمنية بشكل موحد، يكتشف HiMAE بنية خاصة بكل دقة: أنماط خشنة على المقاييس الأطول (مثل دورات النوم/اليقظة) وأنماط دقيقة على المقاييس الأقصر (مثل نبضات القلب الفردية) . يحقق النموذج استنتاجًا بأقل من ميلي ثانية على معالج الساعة الذكية، مما يتيح تحليلًا مستمرًا على الجهاز دون تفريغ سحابي .

نهج التعلم الذاتي المشترك

كلا النموذجَين هما تشفيران آليان مقنعان (MAE) تم تدريبهما عبر التعلم الذاتي على بيانات الإشارات الحيوية غير المصنفة . الفكرة الأساسية بسيطة لكنها قوية: إخفاء جزء من إشارة الإدخال، ثم تدريب النموذج على إعادة بنائها. يسمح هذا للنموذجين بالتقاط بنية فسيولوجية ذات معنى دون الحاجة لبيانات تدريب مصنفة يدويًا — وهي ميزة حاسمة في الذكاء الاصطناعي الصحي، حيث يمكن أن تكون البيانات السريرية المصنفة نادرة ومكلفة الإنتاج.

الدور في رؤية الرعاية المتصلة من سامسونج

في حدث Galaxy Unpacked في يوليو 2026، قدمت سامسونج استراتيجية الرعاية المتصلة، وهو تحول من مقاييس الصحة المتوسطة للسكان إلى مراقبة صحية وقائية وشخصية مدعومة بالذكاء الاصطناعي على الجهاز . وصف الدكتور باك نماذج الصحة الأساسية بأنها الممكن الرئيسي — الانتقال "من المتوسطات السكانية إلى شيء شخصي حقًا" باستخدام التعلم الذاتي لاستخراج ميزات ذات معنى من الإشارات الحيوية لكل فرد .

xMAE وHiMAE هما أول نموذجَين ملموسَين من سامسونج للأبحاث يحققان هذه الرؤية: يعملان بالكامل على الساعة الذكية (بدون حاجة للسحابة)، ويتعلمان الأنماط الفسيولوجية الخاصة بكل مستخدم، ويمكن ضبطهما بدقة لمهام مثل تقدير ضغط الدم، واكتشاف اضطراب النظم القلبي، وتحليل النوم مباشرة على الجهاز . معًا، يمثلان خطوة عملية نحو جعل الذكاء الاصطناعي الصحي القابل للارتداء خاصًا ومتوفرًا باستمرار — دون الحاجة لاتصال بالإنترنت.