Apple поддержала исследование, которое показало, что информация о поведенческих привычках гораздо важнее для оценки состояния здоровья, нежели традиционные измерения частоты сердечных сокращений и уровня насыщенности крови кислородом. Учёные разработали нейронную сеть под названием WBM, которую обучали на данных более 160 тысяч пользователей iPhone и Apple Watch.
Отличительные особенности модели
Главной особенностью новой модели является акцент на изучение поведения человека, оказывающего влияние на его здоровье в долгосрочном периоде. Например, учитывались такие факторы, как:
- ежедневная активность и число пройденных шагов;
- устойчивость походки;
- общее состояние активности и физической мобильности;
- степень насыщения крови кислородом.
Предыдущие нейроалгоритмы концентрировались исключительно на показателях кратковременного характера — пульс, кислородный уровень и другие быстро меняющиеся параметры организма.
Результаты тестирования
Модель WBM продемонстрировала превосходство над аналогичными алгоритмами, работающими с необработанными данными датчиков. Это проявилось особенно ярко при выполнении динамических задач:
- Прогнозирование общего состояния здоровья;
- Определение продолжительности и качества сна;
- Выявление признаков инфекций;
- Диагностика ранних стадий беременности.
Единственным недостатком оказалось снижение эффективности в диагностировании сахарного диабета.
Для повышения точности результатов обе модели были объединены в единую систему, способную анализировать как быстрые изменения физиологии, так и длительно наблюдаемые поведенческие шаблоны. Итоговая точность диагностики составила около 92% в определении беременности, улучшив прогнозы относительно сна, выявления болезней сердца, повреждений опорно-двигательного аппарата и воспалительных процессов.
Таким образом, новое решение позволяет существенно повысить эффективность медицинских исследований и контроля состояния здоровья пользователей мобильных устройств компании Apple.
