مدلی جدید از هوش مصنوعی با تحلیل بیش از ۲.۵ میلیارد ساعت داده Apple Watch، سلامت کاربران را دقیق‌تر از روش‌های سنتی پیش‌بینی می‌کند.
به گزارش تکراتو و به نقل از phonearena، یک پژوهش جدید نشان می‌دهد که مدل پیشرفته‌ای از هوش مصنوعی، با بهره‌گیری از داده‌های ساعت هوشمند Apple Watch، می‌تواند برخی شرایط سلامتی را با دقتی بیشتر از روش‌های مرسوم شناسایی کند.
این مطالعه به‌تازگی با عنوان فراتر از داده‌های حسگر: مدل‌های پایه رفتاری پوشیدنی‌ها در بهبود پیش‌بینی‌های سلامت منتشر شده است و نشان می‌دهد که تمرکز بر رفتارهای روزمره کاربر می‌تواند کلید درک بهتر وضعیت جسمی او باشد.
در گذشته، بیشتر مدل‌های هوش مصنوعی روی داده‌های فوری سنسورها مانند ضربان قلب یا سطح اکسیژن تمرکز داشتند. اما مدل جدید با نام Wearable Behavior Model یا به‌اختصار WBM، الگوهای رفتاری مانند میزان حرکت، خواب، قدم‌زدن، نوسان ضربان قلب و سطح تحرک را بررسی می‌کند؛ همه این داده‌ها نیز توسط خود Apple Watch و با الگوریتم‌های داخلی آن ثبت می‌شوند.
طبق گفته پژوهشگران، این روش جدید کمک می‌کند تا برخی مشکلات سلامتی بهتر شناسایی شوند، به‌خصوص وضعیت‌های ایستا مانند مصرف داروهای خاص یا شرایط موقتی مثل کیفیت خواب یا عفونت‌های تنفسی. برای نمونه، این مدل توانسته با دقت ۹۲ درصد بارداری را تشخیص دهد، آن هم زمانی که با داده‌های بیومتریک ترکیب شده است.
داده‌های مورد استفاده برای آموزش این مدل از طریق مطالعه‌ای به‌نام Heart and Movement گردآوری شده‌اند؛ جایی که بیش از ۱۶۰ هزار نفر داوطلبانه اطلاعات سلامتی خود را از طریق Apple Watch و آیفون به اشتراک گذاشتند.
در مجموع، این مدل با استفاده از بیش از ۲.۵ میلیارد ساعت داده آموزش داده شد و توانایی آن در ۵۷ شاخص مختلف سلامتی مورد ارزیابی قرار گرفت.
الگوریتم این مدل به‌جای تمرکز بر علائم ناگهانی، به بررسی تغییرات تدریجی رفتار در طول روزها یا هفته‌ها می‌پردازد. همین ویژگی باعث می‌شود بتواند وضعیت‌هایی را شناسایی کند که به مرور زمان شکل می‌گیرند، نه فقط موارد حاد و آنی.
به باور پژوهشگران، ساعت‌های هوشمند امروزی به سطحی از پیشرفت رسیده‌اند که می‌توانند داده‌های لازم برای چنین تحلیل‌هایی را فراهم کنند.
هنوز مشخص نیست که آیا این مدل در آینده وارد خود ساعت Apple Watch خواهد شد یا نه، اما آنچه روشن است این است که سخت‌افزار فعلی این ساعت ظرفیت‌های بزرگی برای تحلیل سلامت دارد و می‌تواند در آینده‌ای نه‌چندان دور، کاربردهایی بسیار فراتر از امروز پیدا کند.
