Apple създаде изкуствен интелект, който определя човешкото здраве с 92% точност
Ново изследване, подкрепено от Apple, демонстрира, че данните за държанието на потребителите (движение, сън, извършения и др.) може да са по-точен знак за здравето, в сравнение с обичайните биометрични измервания, като сърдечната периодичност или равнищата на засищане на кръвта с О2.
За да потвърдят това, учените създадоха „ фундаментален “ модел, който е подготвен върху събрани от носими устройства поведенчески данни. Резултатите надминали упованията, оповестява 9to5mac.
По време на изследването Wearable Behavior Model (WBM) са оценени над 2,5 милиарда точки от данни от носими устройства. За разлика от предходните здравни модели, които разчитаха най-вече на суровите данни от датчиците за сърдечен темп и ЕКГ на Apple Watch, новият модел е подготвен непосредствено върху поведенчески индикатори от по-високо равнище: брой крачки, непоклатимост на походката, пъргавост, VO2 max и други индикатори, събрани от Apple Watch.
Защо ни е нужен WBM, в случай че Apple Watch самичък получава данните? Според учените, суровите данни може да са непълни или непотребни и не постоянно да корелират с значимите здравословни събития.
Високостепенните поведенчески метрики се пресмятат посредством потвърдени логаритми и се сортират от специалисти, с цел да отразяват физиологично значимите индикатори. Взема се поради освен физиологията, само че и „ подтекстът “. Например, индикаторите за подвижност, които характеризират походката и общото равнище на интензивност, могат да бъдат значими поведенчески фактори, които оказват помощ за разкриване на бременност.
WBM учи моделите в обработените поведенчески данни, вместо непосредствено да проучва сензорните сигнали.
Моделът е подготвен благодарение на данни от Apple Watch и iPhone от 161 855 участници. Той е изследвал 27 поведенчески индикатора, в това число и движение на вървене, периодичност на дишане, дълготрайност на съня, промени в сърдечната активност и други Информацията е разграничена на седмични блокове и минава през изкуствен интелект.
В последна сметка, WBM превъзхожда относително прецизен модел, който прави прогнози въз основа на данни от датчици, в 18 от 47 статични задания за прогнозиране на здравето (като да вземем за пример банкет на бета-блокери). Новият артикул също по този начин е победил в съвсем всички динамични задания (определяне на бременност, качество на съня или респираторна инфекция), като се изключи диагностицирането на диабет.
Най-добрата продуктивност е демонстрирана посредством композиция от двата метода: хибридният модел постигнал 92% акуратност при разкриване на бременност и демонстрира непрекъснато усъвършенстване в точността при сън, инфекции, пострадвания и сърдечно-съдови нарушавания.
