دراسة تكشف عن تغييرات ميزات ساعة أبل الصحية بعد دمج بيانات الذكاء الاصطناعى

نُشرت ورقة بحثية جديدة حول نموذج ذكاء اصطناعي مُدرب على بيانات ساعة آبل، والذي يُمكنه الآن التنبؤ بالحالات الصحية بدقة أكبر، ويبدو أن هذا النموذج أكثر دقة من الأساليب التقليدية القائمة على المستشعرات.

ووفقا لما ذكره موقع "Phone arena"، حملت الدراسة عنوان "ما وراء بيانات المستشعرات: النماذج الأساسية للبيانات السلوكية من الأجهزة القابلة للارتداء تُحسّن التنبؤات الصحية"، وتُظهر الدراسة نموذجًا للتعلم الآلي يُحلل سلوك المستخدم بهدف تحديد المشاكل الصحية المحتملة.

ركزت النماذج السابقة من هذا النوع على مُخرجات المستشعرات (في الوقت الفعلي) مثل معدل ضربات القلب أو نسبة الأكسجين في الدم، ومع ذلك، يُحدد هذا النموذج الجديد أيضًا أنماطًا في كيفية تحركك أو نومك أو ممارستك للرياضة بمرور الوقت.

يُشكّل نموذج أساسي يُسمى نموذج السلوك القابل للارتداء (WBM) محور الدراسة، حيث يُحلل هذا النموذج مقاييس سلوكية عالية المستوى، بما في ذلك عدد الخطوات، ومدة النوم، وتقلب معدل ضربات القلب، والحركة.

تُحسب جميع هذه المقاييس بواسطة ساعة آبل باستخدام خوارزميات مُدمجة في الجهاز.

يبدو، وفقًا للباحثين، أن هذا النهج يُمكن نموذج الذكاء الاصطناعي من اكتشاف بعض الحالات الصحية بفعالية أكبر من استخدام البيانات البيومترية فقط، وحقق النموذج دقة 92% في الكشف عن الحمل (بدمجه مع البيانات البيومترية التقليدية في نهج جديد).

جمعت أبل بيانات هذا النموذج من خلال دراسة القلب والحركة، وفي هذه الدراسة، شارك أكثر من 1600,000 مشارك بياناتهم طواعيةً عبر ساعة أبل وأجهزة iPhone الخاصة بهم، حيث تم تدريب النموذج على أكثر من 2.5 مليار ساعة من البيانات، وتم تقييمه على 57 مهمة مختلفة للتنبؤ بالصحة.

تحدد خوارزميته التغيرات في السلوك بمرور الوقت (أيام أو أسابيع)، هذا يساعده على تحديد الحالات التي تحدث بمرور الوقت، بدلاً من الحالات المفاجئة والحادة.