본 논문은 120명의 참가자를 대상으로 100일간의 현장 연구에서 수집된 원시 PPG 데이터로만 학습된 최초의 오픈소스 PPG 기반 모델인 Pulse-PPG를 소개합니다. 기존의 PPG 기반 모델들은 오픈소스이지만 임상 데이터로 학습되거나, 또는 독점 소스이기 때문에 실제 환경에서의 적용성이 제한적입니다. Pulse-PPG는 여러 데이터 세트와 하위 작업에서 평가되었으며, 임상 데이터로 학습된 최첨단 기반 모델과 비교되었습니다. 연구 결과, 정제되지 않은 현장 데이터로 학습된 Pulse-PPG는 실험실 및 현장 환경 모두에서 임상 및 모바일 건강 애플리케이션 전반에 걸쳐 우수한 일반화 성능을 보였습니다. 이는 실제 세계의 변동성에 대한 노출이 모델이 세분화된 표현을 학습하여 작업 전반에 걸쳐 더욱 적응력 있게 만들 수 있음을 시사합니다. 또한, 현장 데이터로의 사전 학습은 많은 작업에서 임상 데이터로의 사전 학습보다 놀랍게도 성능이 뛰어났으며, 실제 세계의 다양한 데이터 세트로의 학습의 중요성을 강조합니다. 연구진은 현장 데이터를 활용한 강력한 기반 모델의 발전을 장려하기 위해 Pulse-PPG를 공개할 계획입니다.
