Машинное обучение показало телефоны и фитнес-браслеты с новой стороны, пишет China Science Daily. С его помощью устройства обрабатывают информацию об активности человека и делают прогнозы риска преждевременной смерти. Шести минут ходьбы хватит, чтобы заглянуть в будущее на пять лет.
Исследование показало, что данных, собранных с помощью датчика движения в смартфоне во время шестиминутной прогулки, достаточно, чтобы предсказать риск смерти человека в течение следующих пяти лет. Соответствующая статья была опубликована 20 октября в PLOS Digital Health.
Предыдущие исследования использовали для прогнозирования индивидуального риска наступления смерти показатели физической подготовки, измеряемые датчиками движения в таких носимых устройствах, как фитнес-браслеты. Однако, несмотря на растущую популярность смарт-часов и фитнес-браслетов, их по-прежнему надевает лишь меньшая часть населения.
Брюс Шац (Bruce Schatz) из Иллинойсского университета в Урбане-Шампейне сказал, что несмотря на то, что у большинства людей есть смартфоны с аналогичными сенсорами, рассчитать риск преждевременной смерти на основе данных об активности, собранных телефонами, довольно сложно, потому что обычно люди не носят устройства с собой круглый день.
Чтобы найти альтернативу датчикам движения в смартфонах, Шац и его коллеги проанализировали данные ста тысяч участников исследования UK Biobank. В ходе работы была собрана информация о состоянии здоровья людей среднего и пожилого возраста, проживающих в Великобритании более 15 лет.
В рамках исследования UK Biobank испытуемые носили на запястье мониторы активности с датчиками движения в течение одной недели. Около 2% участников умерли в течение следующих пяти лет.
Шац и его команда опробовали модель машинного обучения на данных из сенсоров движения и информации о смерти примерно 1/10 человек. Прогностическая модель разработала алгоритм для оценки вероятности наступления смерти участников, используя информацию всего о шести минутах их устойчивой ходьбы.
"Для многих заболеваний, особенно связанных с сердцем или легкими, характерна картина, когда люди замедляются, стоит им запыхаться, а затем снова ускоряются на короткий промежуток времени", — пояснил Шац.
Затем ученые протестировали модель, используя данные других испытуемых, и определили, что ее С-индекс (concordance index) — параметр, используемый в биостатистике для оценки точности, — составил 0,72. Он сопоставим с другими показателями ожидаемой продолжительности жизни, такими как ежедневная физическая активность или опросники о рисках для здоровья.
"Этот предиктор так же хорош, как и традиционные факторы риска, если не лучше", — сказал Чиприан Крейничану (Ciprian Crainiceanu) из университета Хопкинса.
По словам Шаца, несмотря на то, что в исследовании использовались датчики движения на запястье, смартфоны тоже могут измерять интенсивность ходьбы на короткие расстояния. Сейчас команда Шаца планирует более масштабное исследование со смартфонами. "Если люди носят с собой телефоны, то они могут делать еженедельные или ежедневные прогнозы, которые невозможно получить другим способом", — сказал он.