您现在的位置是:首页 > 生活 > 正文

可以使用可穿戴设备准确预测健康水平无需锻炼

发布时间:2022-12-02 14:25:39编辑:来源:

剑桥研究人员开发了一种方法,可以在可穿戴设备上准确测量整体健康状况——比目前的消费者智能手表和健身监测器更强大——无需佩戴者锻炼。

通常,准确测量最大摄氧量(衡量整体健康状况的关键指标,也是心脏病和死亡风险的重要预测指标)的测试需要昂贵的实验室设备,而且大多仅限于精英运动员。新方法使用机器学习来预测 VO2max——身体在日常活动中进行有氧运动的能力——不需要 GPS 测量等上下文信息。

在迄今为止同类研究中规模最大的一项研究中,研究人员使用可穿戴传感器收集了 Fenland 研究中 11,000 多名参与者的活动数据,并在七年后再次对一部分参与者进行了测试。研究人员使用这些数据开发了一个模型来预测 VO2max,然后针对进行标准实验室运动测试的第三组进行了验证。与基于实验室的测试相比,该模型显示出高度的准确性,并且优于其他方法。

目前市场上的一些智能手表和健身监测器声称可以提供 VO2max 的估计值,但由于支持这些预测的算法尚未公布并且随时可能发生变化,因此尚不清楚预测是否准确,或者锻炼方式是否正确随着时间的推移对个人的 VO2max 有任何影响。

剑桥开发的模型稳健、透明,仅根据心率和加速度计数据提供准确的预测。由于该模型还可以检测健康随时间的变化,因此它也可用于估计整个人群的健康水平和识别生活方式趋势的影响。结果发表在npj Digital Medicine杂志上。

最大摄氧量的测量被认为是健身测试的“黄金标准”。例如,专业运动员通过测量他们运动到精疲力竭时的耗氧量来测试他们的最大摄氧量。在实验室中还有其他测量健康状况的方法,例如对运动测试的心率反应,但这些方法需要跑步机或健身车等设备。此外,剧烈运动对某些人来说可能是一种风险。

“最大摄氧量不是衡量健康的唯一指标,但它是耐力的重要指标,也是糖尿病、心脏病和其他死亡风险的有力预测指标,”来自剑桥 MRC 流行病学部门的共同作者 Soren Brage 博士说。“然而,由于大多数 VO2max 测试都是针对身体状况良好的人进行的,因此很难从那些身体状况不佳且可能有患心血管疾病风险的人身上进行测量。”

“我们想知道是否可以使用可穿戴设备的数据准确预测最大摄氧量,这样就不需要运动测试了,”来自剑桥计算机科学与技术系的共同主要作者 Dimitris Spathis 博士说。 . “我们的核心问题是可穿戴设备是否可以在野外测量健康状况。大多数可穿戴设备提供心率、步数或睡眠时间等指标,这些指标代表健康状况,但与健康结果没有直接关系。”

该研究是两个部门之间的合作:来自 MRC 流行病学部门的团队提供了人口健康和心肺健康方面的专业知识以及来自 Fenland 研究(一项在英格兰东部进行的长期公共卫生研究)的数据,而来自 MRC 的团队计算机科学与技术系为移动和可穿戴数据提供机器学习和人工智能方面的专业知识。

该研究的参与者连续六天佩戴可穿戴设备。传感器每秒收集 60 个值,在处理之前产生大量数据。Spathis 说:“我们必须设计一个算法管道和合适的模型来压缩这些海量数据,并用它来做出准确的预测。” “数据的自由生活性质使这种预测具有挑战性,因为我们正试图用嘈杂的低级数据(可穿戴传感器)预测高级结果(健身)。”

研究人员使用称为深度神经网络的 AI 模型从原始传感器数据中处理和提取有意义的信息,并从中预测 VO2max。除了预测之外,经过训练的模型还可以用于识别特别需要与健康相关的干预的亚群。

将 Fenland 研究中 11,059 名参与者的基线数据与七年后的后续数据进行了比较,后续数据取自 2,675 名原始参与者的子集。来自英国生物样本库验证研究的第三组 181 名参与者接受了基于实验室的 VO2max 测试,以验证算法的准确性。机器学习模型与基线(82% 一致性)和后续测试(72% 一致性)测得的 VO2max 分数高度一致。

“这项研究完美地展示了我们如何利用流行病学、公共卫生、机器学习和信号处理方面的专业知识,”共同主要作者 Ignacio Perez-Pozuelo 博士说。

研究人员表示,他们的结果证明了可穿戴设备如何准确测量健康状况,但如果要信任市售可穿戴设备的测量结果,则需要提高透明度。

“从原则上讲,许多健身监测器和智能手表都提供最大摄氧量的测量值,但很难评估这些说法的有效性,”Brage 说。“这些模型通常不会发布,而且算法会定期更改,这让人们很难确定他们的健康状况是否真的有所改善,或者是否只是通过不同的算法进行估计。”

“智能手表上与健康和健身相关的一切都是估计值,”Spathis 说。“我们对我们的建模是透明的,并且我们是大规模进行的。我们表明,通过结合噪声数据和传统生物标记,我们可以获得更好的结果。此外,我们所有的算法和模型都是开源的,每个人都可以使用它们。 “

“我们已经证明,你不需要在实验室进行昂贵的测试来获得真正的健康测量——我们每天使用的可穿戴设备可以同样强大,如果它们背后有正确的算法,”资深作者说来自计算机科学与技术系的 Cecilia Mascolo 教授。“有氧运动是一个非常重要的健康指标,但直到现在我们还没有大规模测量它的方法。这些发现可能对人口健康政策产生重大影响,因此我们可以超越体重等较弱的健康指标指数(BMI)。”

标签:

上一篇
下一篇