Apple se znovu posouvá v oblasti zdraví a nositelné technologie. Nová studie ukazuje, že chování uživatelů může být přesnějším ukazatelem zdravotního stavu než samotné biometrické senzory. Z výzkumu Apple Heart and Movement Study (AHMS) vznikl nový AI model s názvem WBM (Wearable Behavior Model), který dokáže předvídat zdravotní stavy s ohromující přesností až 92 %.
Mohlo by vás zajímat
Chování je důležitější než srdeční tep
Na rozdíl od dosavadních přístupů, které se opíraly o surová data ze senzorů jako je srdeční tep nebo saturace kyslíkem, model WBM pracuje s vyššími behaviorálními metrikami. Mezi ně patří například počet kroků, stabilita chůze, VO₂ max, délka spánku nebo úroveň aktivity.
Model byl trénován na více než 2,5 miliardy hodin dat od 161 855 účastníků studie AHMS a používal 27 interpretovatelných metrik, jako je srdeční variabilita, dechová frekvence a doba spánku. Tyto údaje byly rozděleny do týdenních bloků a zpracovány pomocí nové architektury Mamba-2, která je pro tyto úlohy efektivnější než klasické modely.
Těhotenství, infekce i kvalita spánku
Při hodnocení na 57 zdravotních úlohách předčil model WBM tradiční přístupy ve většině případů. Zejména u dynamických stavů, jako je těhotenství, spánková kvalita nebo respirační infekce, dosahoval model lepších výsledků než systémy založené na srdečním tepu (PPG).
Například detekce těhotenství měla přesnost 92 %, při kombinaci WBM a PPG dat. Tato hybridní strategie se ukázala jako nejpřesnější i u dalších stavů jako jsou zranění, infekce, kvalita spánku nebo fibrilace síní.
Studie však neříká, že by se surová senzorová data měla opustit. Kombinace dlouhodobých behaviorálních vzorců (WBM) a okamžitých fyziologických změn (PPG) přináší nejlepší výsledky. Zatímco senzory odhalí rychlé změny, behaviorální model dokáže sledovat trendy a vývoj v čase.
Apple tak ukazuje, že nositelné technologie nejsou jen o měření srdečního tepu, ale o komplexním pohledu na naše zdraví. WBM je dalším krokem směrem k tomu, aby hodinky jako Apple Watch hrály ještě důležitější roli při prevenci nemocí a včasné diagnostice.
ako to zapneme ?