Новая модель искусственного интеллекта, разработанная при поддержке Apple и обученная на поведенческих данных Apple Watch, теперь может предсказывать широкий спектр заболеваний точнее, чем традиционные подходы, основанные на сенсорах, согласно недавно опубликованному исследованию.
Исследовательская работа под названием «За пределами сенсорных данных: Фундаментальные модели поведенческих данных с носимых устройств улучшают прогнозы здоровья» представляет модель машинного обучения, которая анализирует поведение пользователя для выявления потенциальных проблем со здоровьем. В отличие от более ранних методов, которые фокусировались на показаниях сенсоров в реальном времени, таких как частота сердечных сокращений или уровень кислорода в крови, новая модель выявляет закономерности в том, как люди двигаются, спят и занимаются спортом с течением времени.
В центре исследования находится базовая модель, которую исследователи называют Моделью поведенческих данных носимых устройств (Wearable Behavior Model, WBM). Она анализирует высокоуровневые поведенческие метрики, такие как количество шагов, продолжительность сна, вариабельность сердечного ритма и мобильность, которые рассчитываются Apple Watch с использованием встроенных алгоритмов.
Исследователи обнаружили, что такой подход позволяет модели ИИ выявлять определенные заболевания более эффективно, чем модели, основанные исключительно на прямых биометрических данных. WBM показала особенно высокую производительность в выявлении того, что исследователи назвали статическими состояниями здоровья, например, принимает ли человек бета-блокаторы, и преходящих состояний здоровья, таких как качество сна или респираторные инфекции. Для обнаружения беременности модель достигла до 92% точности при комбинировании с традиционными биометрическими данными в гибридном подходе.
Apple собирала данные для модели в рамках исследования «Сердце и движение» (Heart and Movement Study), в котором приняли участие более 160 000 человек, добровольно предоставивших свои данные через Apple Watch и iPhone. Базовая модель была обучена на более чем 2,5 миллиардах часов данных и оценена по 57 различным задачам прогнозирования, связанным со здоровьем. Она использует архитектуру машинного обучения временных рядов, разработанную для выявления изменений в поведении в течение нескольких дней или недель, что позволяет ей определять заболевания, которые развиваются со временем, а не мгновенно.
Исследователи утверждают, что носимые устройства теперь достигли того уровня развития, когда они могут поддерживать такой масштабный анализ на основе ИИ. Будет ли такая модель интегрирована в функцию, доступную пользователю, в будущем, пока неизвестно, но это показывает, что текущее аппаратное обеспечение Apple Watch может значительно расширить возможности точного и интеллектуального анализа состояния здоровья.
