رقیب ساعت هوشمند اپل، پرقدرت وارد میشود!
تاریخ انتشار: ۲۹ بهمن ۱۳۹۷ | کد خبر: ۲۲۷۹۱۷۶۲
ایتنا - ساعت Amazfit Bip که توسط هوامی تولید شده، با قابلیت ردگیری وضعیت خواب، دریافت ایمیل، پیامک، پیامهای شبکه های اجتماعی و ۳۰ روز عمر باتری و البته با قیمت بسیار کمتر، در نقش رقیب جدی ساعت اپل وارد بازار خواهد شد.
اگرچه در بازار ساعتهای هوشمند، تولیدات اپل شهرت زیادی دارند، اما یک ساعت ۶۷ دلاری با قابلیت ردگیری وضعیت خواب افراد و ۳۰ روز عمر باتری میتواند رقیبی جدی محسوب شود.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
به گزارش ایتنا از مهر، ساعتهای اپل علیرغم مزایای خود، اشکالاتی نیز دارند که از جمله آنها میتوان به قیمت بالا، ناسازگاری با سیستم عامل اندروید، عدم پشتیبانی از قابلیت بررسی وضعیت و شرایط خواب افراد و غیره اشاره کرد.
از همین رو، برخی شرکتهای رقیب در تلاش هستند تا با تولید ساعت های هوشمند ارزان قیمت، قسمتی از سهم اپل از بازار ساعتهای هوشمند را از آن خود کنند. یکی از این ساعتها Amazfit Bip نام دارد که توسط شرکت چینی هوامی تولید شده و قادر به کنترل ضربان قلب در تمام طول شبانه روز نیز هست.
از جمله دیگر امکانات این ساعت میتوان به ردگیری فعالیت های فرد در طول روز، جی پی اس، بلوتوث و خدمات پس از فروش ۱۲ ماهه اشاره کرد. ساعت یادشده تنها ۳۲ گرم وزن دارد و مجهز به نمایشگر کوچک ۱.۲۸ اینچی است. شارژ ساعت یادشده برای ۳۰ روز استفاده تنها ۲.۵ ساعت به طول میانجامد.
از این ساعت میتوانید برای کسب اطلاع از میزان کالری سوزانده شده در روز، میزان مسافت طی شده، بررسی وضعیت خواب، برنامه ریزی برای دویدن بر روی زمین، تردمیل و غیره، برنامه ریزی دوچرخه سواری و راه رفتن و غیره استفاده کنید.
دریافت ایمیل، پیامک، پیامهای شبکه های اجتماعی فیس بوک، توئیتر، واتس اپ، لینکداین، اسنپ، اسلک و غیره، تماس ورودی، پیش بینی وضعیت آب و هوا و سازگاری با برخی دیگر از اپلیکیشنهای تلفن همراه از جمله مزایای ساعتAmazfit Bip است.
منبع: ايتنا
کلیدواژه: ساعت هوشمند ساعت اپل اپل واچ
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.itna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ايتنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۲۷۹۱۷۶۲ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
ساعت هوشمندی که اختلال در ریتم قلب را زودتر از وقوع پیشبینی میکند
با برنامهریزی گنجاندن این مدل در یک تلفن همراه هوشمند به طوری که بتواند دادههای یک ساعت هوشمند را تجزیه و تحلیل کند میتوان از آن به عنوان یک سیستم هشدار اولیه استفاده کرد.
به گزارش ایسنا، شایعترین اختلال ریتم قلب، فیبریلاسیون دهلیزی (AF) است که به طور قابل توجهی مراجعات بخش اورژانس و خطر بیماریهای دیگر مانند سکته مغزی و زوال عقل را افزایش میدهد. این عارضه زمانی اتفاق میافتد که حفرههای فوقانی قلب یا دهلیزها بهطور آشفتهای میتپند و با حفرههای پایینی یا بطنها هماهنگ نیستند و ریتم قلبی نامنظم و اغلب بسیار سریعی ایجاد میکنند.
بازگرداندن بیمار از فیبریلاسیون دهلیزی به ریتم منظم سینوسی میتواند به مداخلات فشردهای مانند کاردیوورژن و وارد کردن شوک کم انرژی نیاز داشته باشد. بنابراین، تشخیص یک دوره از فیبریلاسیون دهلیزی قبل از وقوع، مداخلات اولیه را امکانپذیر میکند که ممکن است نتایج درمان بیمار را بهبود بخشد.
محققان مرکز سیستمهای زیستپزشکی لوکزامبورگ (LCSB) در دانشگاه لوکزامبورگ مطالعهای را منتشر کردهاند که در آن یک مدل یادگیری عمیق برای پیشبینی دقیق و ۳۰ دقیقه زودتر از وقوع فیبریلاسیون دهلیزی آموزش دیده است.
در حال حاضر، الکتروکاردیوگرافی (ECG) یا نوار قلب فقط میتواند فیبریلاسیون دهلیزی را درست قبل از وقوع آن تشخیص دهد، بنابراین نمیتوان آن را یک سیستم هشدار اولیه در نظر گرفت.
خورخه گونکالوز (Jorge Goncalves)، نویسنده مسئول این مطالعه میگوید: ما از دادههای ضربان قلب برای آموزش یک مدل یادگیری عمیق استفاده کردیم که میتواند مراحل مختلف مانند ریتم سینوسی، پیش فیبریلاسیون دهلیزی و فیبریلاسیون دهلیزی را تشخیص دهد و احتمال خطر ابتلا به یک اتفاق قریبالوقوع را محاسبه کند.
این مدل هشدار فیبریلاسیون دهلیزی (Warning of Atrial fibRillatioN) یا وارن (WARN) نامیده میشود، بر روی ضبط ۲۴ ساعته نوار قلب که از ۳۵۰ بیمار در بیمارستان تانگجی، چین جمع آوری شده بود، آموزش داده و آزمایش شد. دادهها توسط متخصصین قلب به عنوان ریتم سینوسی، پیش فیبریلاسیون دهلیزی و فیبریلاسیون دهلیزی دستهبندی شدند.
برای آموزش مدل برای تشخیص علائم پیش از فیبریلاسیون دهلیزی، محققان از تنوع در فاصله بین امواج در نوار قلب به عنوان منبع اصلی داده استفاده کردند.
با جمعآوری نمونههای ۳۰ ثانیهای هر ۱۵ ثانیه، مدل یادگیری عمیق احتمال بروز فیبریلاسیون دهلیزی قریب الوقوع را محاسبه کرد. در دادههای آزمایش، وارن شروع فیبریلاسیون دهلیزی را بهطور متوسط ۳۱ دقیقه و ۳۳ دقیقه قبل از وقوع، به ترتیب با دقت ۸۳ و ۷۳ درصد پیشبینی کرد.
مارینو گاویدیا (Marino Gavidia) نویسنده اول مطالعه میگوید: مدل ما با استفاده از فواصل امواج R به R، عملکرد بالایی دارد که میتوان این دادهها را از ضبط کنندههای سیگنال پالس ساده و مقرون به صرفه مانند ساعتهای هوشمند دریافت کرد.
محققان پیشبینی میکنند که این دستگاه میتواند در تلفنهای هوشمند برای پردازش دادههای بهدستآمده از یک ساعت هوشمند استفاده شود. هدف در درازمدت این است که بیماران بتوانند به طور مداوم ریتم قلب خود را کنترل کنند و به اندازه کافی هشدار دریافت کنند تا بتوانند از درمانهایی مانند داروهای ضد آریتمی خوراکی برای جلوگیری از شروع فیبریلاسیون دهلیزی استفاده کنند؛ و محققان میگویند، این فناوری را میتوان شخصیسازی کرد.
این مطالعه در مجله Patterns منتشر شده است.
منبع: ایسنا
باشگاه خبرنگاران جوان علمی پزشکی فناوری