Час читання: < 1 хв.
Нове дослідження, підтримане Apple, показало, що дані про поведінку користувачів – такі як рух, сон і фізичні вправи – можуть бути більш точними індикаторами стану здоров’я, ніж традиційні біометричні показники, наприклад, частота серцевих скорочень чи насичення крові киснем. Вчені створили спеціальну модель, навчену на таких даних з носимих пристроїв, і результати виявилися кращими за очікування.
Модель Wearable Behavior Model (WBM) проаналізувала понад 2,5 мільярда записів з Apple Watch та інших пристроїв, зосередившись на вже оброблених даних про поведінку, а не на сирих сигналах сенсорів. Вчені пояснюють, що необроблені дані можуть бути неповними або надлишковими, і не завжди відображають важливі для здоров’я події, тому WBM працює з високорівневими метриками, які враховують і фізіологію, і контекст, наприклад, рухливість або рівень активності.
Реклама
Модель навчали на даних 161 855 користувачів Apple Watch та iPhone, використовуючи 27 поведінкових метрик, серед яких темп ходьби, частота дихання, тривалість сну та зміна серцевого ритму. Дані групувалися у тижневі блоки та аналізувалися за допомогою штучного інтелекту. WBM показала кращу точність прогнозів стану здоров’я у 18 із 47 випадків у порівнянні з моделями, що базуються на необроблених сенсорних даних.
Найкращі результати досягла гібридна модель, яка поєднує оброблені поведінкові дані та традиційні біометричні показники. Вона змогла з точністю 92% визначати вагітність і показала стабільне покращення у прогнозах сну, інфекцій, травм і серцево-судинних порушень. Винятком стала діагностика діабету, де модель поступилася іншим методам.
