Исследователи уже давно могут использовать информацию со смарт-часов для определения физических движений, таких как сидение или ходьба, которые выполняют их владельцы в контролируемых лабораторных условиях.

Теперь исследователи из Университета штата Вашингтон разработали способ, используя компьютерный алгоритм и большой набор данных, собранных с умных часов, чтобы более полно определить, чем люди занимаются в повседневной жизни, например, работают, едят, занимаются хобби или выполняют поручения.

Работа, опубликованная в журнале IEEE Journal of Biomedical and Health Informatics , может в будущем привести к улучшению оценки и понимания когнитивного здоровья, реабилитации, лечения заболеваний и восстановления после хирургических операций. В своём исследовании исследователи смогли точно определить виды деятельности в 78% случаев.

«Если мы хотим определить, нужна ли кому-то помощь по уходу дома или в другом месте, и какой уровень помощи необходим, нам нужно знать, насколько хорошо этот человек может выполнять критически важные действия», — сказала Дайан Кук, профессор факультета электротехники и компьютерных наук Университета штата Вашингтон, возглавлявшая исследование. «Насколько хорошо он может самостоятельно мыться, есть, управлять финансами или выполнять свои поручения? Это то, что действительно нужно уметь делать, чтобы быть независимым».

Одна из важнейших задач здравоохранения — оценить, как больные или пожилые люди справляются со своей повседневной жизнью. Чтобы по-настоящему оценить состояние здоровья человека, медицинским специалистам часто требуется более полная информация о том, как он выполняет функциональные действия или выполняет более сложные, целенаправленные действия.

Как известно любому, кто пытается помочь далекому родителю с проблемами старения или здоровья, информация о том, насколько хорошо человек справляется с оплатой счетов, выполнением поручений или приготовлением пищи, сложна, изменчива и ее трудно собрать — будь то в кабинете врача или с помощью умных часов.

«Недостаток информации о когнитивном и физическом состоянии человека — одно из препятствий, с которыми мы сталкиваемся по мере старения, поэтому наличие автоматизированного способа определения текущего состояния человека позволит нам в будущем эффективнее вмешиваться в его жизнь и поддерживать его не только здоровым, но и, в идеале, независимым», — сказал Кук. «Эта работа закладывает основу для более продвинутых приложений, учитывающих поведение человека, в области цифрового здравоохранения и ИИ, ориентированного на человека».

Для своего исследования ученые из WSU собрали информацию об активности за несколько лет в ходе нескольких исследований.

«Всякий раз, когда мы проводили исследование, в котором собирались данные с умных часов, мы добавляли в наше приложение для сбора данных вопрос, в котором участникам предлагалось самостоятельно обозначить свою текущую активность, и именно так у нас оказалось так много участников из стольких исследований», — сказала она. «А затем мы просто углубились в изучение вопроса, можем ли мы распознать активность».

503 участникам исследования, проводившегося в течение восьми лет, в случайное время в течение дня предлагалось выбрать из прокручивающегося списка 12 категорий, чтобы описать, чем они занимаются. Среди категорий были такие, как выполнение поручений, сон, путешествия, работа, приём пищи, общение или отдых. Исследователи проанализировали различные методы искусственного интеллекта на предмет их способности обобщать данные по всей популяции участников исследования.

Исследователи разработали масштабный набор данных, включающий более 32 миллионов размеченных точек данных, каждая из которых соответствует одной минуте активности. Затем они обучили модель искусственного интеллекта предсказывать, какая функциональная активность имела место. Им удалось предсказать активность с вероятностью до 77,7% случаев.

«Основным шагом является распознавание активности, потому что если мы можем описать поведение человека с точки зрения активности в хорошо известных категориях, то мы можем начать говорить о его поведенческих моделях и изменениях в них», — сказал Кук. «Мы можем использовать наши ощущения, чтобы попытаться приблизиться к традиционным показателям здоровья, таким как когнитивное здоровье и функциональная независимость».

Исследователи надеются использовать свою модель в будущих исследованиях, таких как автоматизация клинической диагностики и поиск связей между поведением, здоровьем, генетикой и окружающей средой. Методы и набор данных без какой-либо идентифицирующей информации также доступны другим исследователям.