Cukrovka, neboli celým názvem diabetes mellitus (=med) je již po staletí známou chorobou. Předtím ale, než moderní medicína poskytla lékařům testy zjišťující hodnoty cukru v krvi pomocí glukometru, museli se spoléhat na své chuťové buňky. Tělní tekutiny nemocného člověka jsou totiž velice sladké oproti zdravému jedinci, jelikož si tělo nedokáže vyrobit inzulin či na něj zkrátka nereaguje.

Před cca 10 lety však skupina výzkumníků objevila další, do té doby neznámou skutečnost. Jednou z možných komplikací během diabetu může být poškození nervů. Toto poškození následně způsobuje nepravidelnou srdeční frekvenci.

Právě nedávno, na výroční konferenci AAAI o umělé inteligenci v New Orleans, byl představen digitální kardiogram pro sledování zdravotního stavu za pomoci strojového učení. Kardiogram nabízí bezplatnou aplikaci pro organizaci údajů o srdeční frekvenci získaných z Apple Watch nebo zařízení s podobnými senzory – jako například Fitbit, Garmin a Android Wear.

Celý projekt je prozatím ještě v plenkách. Pro úspěšné odhalení diabetu je nutné pozorovat několik tisíc diabetiků po delší časový úsek, aby byl získán přesnější model nemocného člověka.

Zároveň je nutné snímat i zcela zdravé jedince, aby aplikace měla vzor, se kterým se budou výsledky od diabetiků porovnávat. Toho se již v roce 2013 ujala UCSF zahájením projektu Health eHeart study, jehož cílem bylo shromáždit obrovské množství digitálních zdravotních údajů od milionu lidí.

Ředitel tohoto projektu dříve řídil v Googlu hlasové rozpoznávání textu. I proto možná přebrala aplikace kardiogram některé tyto algoritmy z tech světa, aby cvičila svou neuronovou síť, DeepHeart, v rozpoznávání onemocnění.

Jednou z dalších technologií je i technika nazvaná semi-supervised sequencing learning, která byla původně vynalezena pro práci na textových datech, jako jsou recenze produktů na Amazonu. Namísto posloupnosti slov, se zde překládají údaje z měření srdeční frekvence - asi 4 000 položek za týden.

Díky matematickým modelům jsou tyto údaje formulovány do jediného čísla, které představuje množství variability srdeční frekvence. Metoda DeepHeart již dokázala odhalit 85 % diabetiků, kteří nebyli součástí výcvikové skupiny.

Výsledky z Kardiogramu a UCSF zveřejněné v loňském roce ukazují, že DeepHeart dokáže zpracovat údaje z Apple Watch a diagnostikovat např. hypertenze, spánkové apnoe a fibrilace síní s přesností mezi 80 a 90 procent.