Wearables: Η Τεχνητή Νοημοσύνη αναγνωρίζει την καθημερινότητά μας με 78% ακρίβεια

Τα έξυπνα ρολόγια (smartwatches) έχουν εξελιχθεί σε πολύτιμα εργαλεία wearables παρακολούθησης της φυσικής δραστηριότητας, αρχικά σε ελεγχόμενα εργαστηριακά περιβάλλοντα. Ωστόσο, μια νέα έρευνα του Washington State University (WSU) αποδεικνύει ότι η τεχνολογία μπορεί πλέον να αναγνωρίζει με αξιοσημείωτη ακρίβεια το τι κάνουμε στην καθημερινή μας ζωή – είτε εργαζόμαστε, τρώμε, κάνουμε χόμπι ή τρέχουμε για δουλειές.

Η μελέτη, που δημοσιεύτηκε στο IEEE Journal of Biomedical and Health Informatics, χρησιμοποίησε έναν αλγόριθμο υπολογιστή και μια τεράστια βάση δεδομένων που συγκεντρώθηκε από smartwatches, καταγράφοντας και αναλύοντας τη δραστηριότητα 503 συμμετεχόντων για περισσότερα από οκτώ χρόνια. Το αποτέλεσμα; Αναγνώριση καθημερινών δραστηριοτήτων με 77,7% ακρίβεια.

Γιατί έχει σημασία αυτή η ανακάλυψη

Σύμφωνα με την επικεφαλής ερευνήτρια Καθηγήτρια Diane Cook, η αξιολόγηση της ικανότητας ενός ατόμου να εκτελεί βασικές καθημερινές λειτουργίες – όπως το μπάνιο, η προετοιμασία γευμάτων, η διαχείριση οικονομικών ή οι μετακινήσεις – είναι κρίσιμη για την εκτίμηση του επιπέδου αυτονομίας του.

Σήμερα, η παρακολούθηση αυτών των δραστηριοτήτων γίνεται συνήθως μέσα από συνεντεύξεις ή παρατηρήσεις σε ελεγχόμενο περιβάλλον. Όμως, η πραγματική ζωή είναι πιο πολύπλοκη. Η τεχνολογία που ανέπτυξαν οι ερευνητές επιτρέπει μια αυτόματη, αντικειμενική και συνεχόμενη αξιολόγηση, δίνοντας τη δυνατότητα σε γιατρούς και φροντιστές να παρεμβαίνουν έγκαιρα όταν χρειάζεται.

Πώς έγινε η έρευνα

Οι συμμετέχοντες στη μελέτη κλήθηκαν, σε τυχαίες στιγμές της ημέρας, να επιλέξουν από μια λίστα 12 κατηγοριών τη δραστηριότητα που έκαναν εκείνη τη στιγμή — όπως ύπνος, ταξίδι, εργασία, κοινωνικοποίηση ή χαλάρωση. Με αυτό τον τρόπο, συγκεντρώθηκαν πάνω από 32 εκατομμύρια καταγεγραμμένα λεπτά δραστηριότητας.

Στη συνέχεια, τα δεδομένα τροφοδότησαν ένα μοντέλο τεχνητής νοημοσύνης, το οποίο εκπαιδεύτηκε να «μαντεύει» τι δραστηριότητα λάμβανε χώρα. Το εντυπωσιακό είναι ότι το μοντέλο μπορούσε να γενικεύει και σε νέους χρήστες, προβλέποντας με ακρίβεια σχεδόν 8 στις 10 φορές.

Εφαρμογές στην υγεία και την πρόληψη

Η δυνατότητα να καταγράφονται με ακρίβεια οι καθημερινές δραστηριότητες ανοίγει τον δρόμο για:

• Παρακολούθηση της γνωστικής υγείας σε ηλικιωμένους.

• Αξιολόγηση της ανάρρωσης μετά από χειρουργικές επεμβάσεις.

• Διαχείριση χρόνιων ασθενειών με βάση την πραγματική καθημερινή λειτουργικότητα.

• Έγκαιρη ανίχνευση αλλαγών που μπορεί να δείχνουν επιδείνωση της υγείας.

Όπως σημειώνει η Cook, «Η έλλειψη επίγνωσης της φυσικής και γνωστικής κατάστασης ενός ατόμου είναι εμπόδιο στη φροντίδα. Μια αυτοματοποιημένη λύση μπορεί να βοηθήσει να διατηρηθούν οι άνθρωποι ανεξάρτητοι για περισσότερο».

Το μέλλον της έρευνας

Η ομάδα του WSU σκοπεύει να χρησιμοποιήσει το μοντέλο σε μελλοντικές μελέτες για:

• Αυτοματοποίηση κλινικών διαγνώσεων.

• Σύνδεση μεταξύ συμπεριφοράς, υγείας, γενετικών παραγόντων και περιβάλλοντος.

• Δημιουργία προηγμένων εφαρμογών ψηφιακής υγείας που θα κατανοούν και θα προσαρμόζονται στη συμπεριφορά του χρήστη.

Σημαντικό είναι ότι το σύνολο δεδομένων, χωρίς προσωπικά στοιχεία, είναι διαθέσιμο δημόσια, ώστε και άλλοι ερευνητές να μπορούν να συνεχίσουν την εργασία και να βελτιώσουν την τεχνολογία.

Η έρευνα αυτή δείχνει πώς τα wearables εξελίσσονται από απλά gadgets μέτρησης βημάτων σε πανίσχυρα εργαλεία παρακολούθησης της υγείας μας, με δυνατότητα να επηρεάσουν ουσιαστικά την ιατρική φροντίδα και την πρόληψη. Στο κοντινό μέλλον, το smartwatch σου μπορεί να γίνει κάτι πολύ περισσότερο από χρονόμετρο προπόνησης — ίσως να είναι το «έξυπνο» κλειδί για την υγεία και την ανεξαρτησία σου.