Data Smartwatch pomáhají identifikovat každodenní činnosti v reálném životě

Vědci již dlouho dokázali používat informace z chytrých hodinek k identifikaci fyzického pohybu, jako je sezení nebo chůze, že nositelé provádějí v kontrolovaném laboratorním nastavení.

Nyní si vědci ve Washingtonské státní univerzitě vyvinuli způsob, jak pomocí počítačového algoritmu a velkého souboru dat shromážděného z chytrých hodinek, aby komplexněji identifikovali, co lidé dělají v každodenním prostředí, jako je práce, stravování, koníčky nebo běžící pochůzky.

Práce, publikovaná v IEEE Journal of Biomedical and Health InformaticsMohlo by to jednoho dne vést ke zlepšení hodnocení a porozumění kognitivnímu zdraví, rehabilitaci, zvládání nemocí nebo chirurgického zotavení. Ve své studii byli vědci schopni přesně identifikovat aktivity 78% času.

„Pokud chceme zjistit, zda někdo potřebuje pomoc v pečovatelství ve svém domě nebo jinde a jakou úroveň pomoci, musíme vědět, jak dobře člověk může vykonávat kritické činnosti,“ řekla Diane Cook, profesorka WSU Regents na WSUově škole elektrotechniky a vědy o informatice, která vedla práci. „Jak dobře se mohou vykoupat, krmit se, zvládnout finance nebo dělat své vlastní pochůzky? To jsou věci, které opravdu potřebujete, abyste byli schopni být nezávislí.“

Jednou z velkých výzev ve zdravotnictví se snaží posoudit, jak lidé, kteří jsou nemocní nebo starší lidé, řídí svůj každodenní život. Zdravotničtí odborníci často potřebují komplexnější informace o tom, jak člověk provádí funkční činnosti nebo chování na vyšší úrovni zaměřené na cíl, aby skutečně posoudil jejich zdraví. Jak každý, kdo se snaží pomoci vzdálenému rodiči se stárnutím nebo zdravotními výzvami, ví, že informace o tom, jak dobře člověk provádí při placení účtů, běhu pochůzek nebo vaření jídel, jsou složité, variabilní a obtížně shromažďovatelné – ať už v kanceláři lékaře nebo s chytrými hodinami.

Nedostatek povědomí o kognitivním a fyzickém stavu člověka je jednou z překážek, kterým čelíme, když stárneme, a tak má automatizovaný způsob, jak poskytnout ukazatele toho, kde je člověk, jednou nám umožňuje lépe zasáhnout a udržet je nejen zdravé, ale ideálně nezávislé. Tato práce stanoví základ pro pokročilejší aplikace s vědomím chování v digitálním zdraví a AI zaměřených na člověka. “

Diane Cook, profesorka WSU Regents, WSU’s School of Electrical Engineering and Computer Science

Pro jejich studii vědci WSU shromažďovali informace o aktivitě po dobu několika let z několika studií.

„Kdykoli jsme měli studii, která shromažďovala data Smartwatch, přidali jsme do naší aplikace pro sběr dat otázku, která požádala účastníky, aby si označili svou současnou činnost, a tak jsme skončili s tolika účastníky z tolika studií,“ řekla. „A pak jsme se jen vykopali, abychom zjistili, zda můžeme provést rozpoznávání aktivity.“

Účastníci studie 503 během osmi let byli v náhodných časech po celý den požádáni o výběr seznamu 12 kategorií, aby popisovali, co dělají. Kategorie zahrnovaly věci jako dělat pochůzky, spánek, cestování, práce, stravování, socializace nebo relaxaci. Vědci analyzovali řadu metod umělé inteligence pro jejich schopnost zobecnit se napříč populací účastníků studie.

Vědci vyvinuli rozsáhlý datový soubor, který zahrnuje více než 32 milionů označených datových bodů, přičemž každý bod představuje jednu minutu aktivity. Poté vyškolili model AI, aby předpovídali, jakou funkční aktivitu došlo. Podařilo se jim předvídat činnosti až 77,7% času.

„Základním krokem je provádění rozpoznávání aktivity, protože pokud dokážeme popsat chování člověka z hlediska činnosti v kategoriích, které jsou dobře rozpoznané, můžeme začít mluvit o jejich vzorcích a změnách v jejich vzorcích,“ řekl Cook. „Můžeme použít to, co cítíme, abychom se pokusili přiblížit tradiční opatření zdraví, jako je kognitivní zdraví a funkční nezávislost.“

Vědci doufají, že svůj model použijí v budoucích studiích v oblastech, jako je schopnost automatizovat klinické diagnózy, a hledat vazby mezi chováním, zdravím, genetikou a životním prostředím. Metody a datový soubor bez jakýchkoli identifikačních údajů jsou také veřejně dostupné pro ostatní vědce. Práce byla financována Národními ústavy zdraví.