مدل هوش مصنوعی جدید اپل واچ: انقلابی در تشخیص بیماری ها با تحلیل داده های رفتاری

تخمین بیماری های پنهان با اپل واچ: مدل جدید هوش مصنوعی اپل، رازهای سلامت شما را فاش می کند! آیا می دانستید که الگوی خواب، حرکت، و ورزش روزانه شما می تواند اطلاعات بسیار بیشتری در مورد وضعیت سلامتی تان فاش کند؟ یک مطالعه جدید با حمایت اپل نشان می دهد که مدل هوش مصنوعی تازه ای که بر اساس داده های رفتاری اپل واچ آموزش دیده است، می تواند طیف وسیعی از بیماری ها را با دقت بسیار بالاتری نسبت به روش های سنتی مبتنی بر حسگرها پیش بینی کند. با زوم تک همراه باشید تا در مورد این کشف انقلابی بیشتر بدانید.

هوش مصنوعی جدید اپل واچ چگونه بیماری‌ ها را از روی رفتار شما شناسایی می‌کند؟

به گزارش بخش اخبار فناوری زوم تک از مک رامرز (MacRumors)، یک مدل هوش مصنوعی جدید با پشتیبانی اپل، که بر اساس داده های رفتاری اپل واچ آموزش دیده است، اکنون می تواند طیف گسترده ای از بیماری ها را با دقت بسیار بالاتری نسبت به رویکردهای سنتی مبتنی بر حسگرها پیش بینی کند. این یافته ها بر اساس یک مطالعه اخیراً منتشر شده به دست آمده است که می تواند آینده نظارت بر سلامت از طریق دستگاه های پوشیدنی را متحول کند.

فراتر از داده های حسگر: مدل بنیادی رفتار پوشیدنی (WBM)

مقاله تحقیقاتی با عنوان “فراتر از داده های حسگر: مدل های بنیادی داده های رفتاری از دستگاه های پوشیدنی پیش بینی سلامت را بهبود می بخشند” (Beyond Sensor Data: Foundation Models of Behavioral Data from Wearables Improve Health Predictions)، یک مدل یادگیری ماشین را معرفی می کند که رفتار کاربر را برای شناسایی مشکلات احتمالی سلامتی تجزیه و تحلیل می کند. برخلاف روش های پیشین که بر خروجی های حسگر لحظه ای مانند ضربان قلب یا اکسیژن خون تمرکز داشتند، این مدل جدید الگوهای حرکت، خواب و ورزش افراد را در طول زمان شناسایی می کند. این تغییر رویکرد، امکان تشخیص شرایطی را فراهم می کند که به تدریج ظاهر می شوند.

در مرکز این مطالعه، یک مدل بنیادی قرار دارد که محققان آن را “مدل رفتار پوشیدنی” (Wearable Behavior Model یا WBM) می نامند. این مدل معیارهای رفتاری سطح بالا مانند تعداد گام ها، مدت زمان خواب، تغییرپذیری ضربان قلب و تحرک را تجزیه و تحلیل می کند که همه اینها توسط اپل واچ با استفاده از الگوریتم های داخلی دستگاه محاسبه می شوند.

دقت بی سابقه در تشخیص بیماری ها

محققان دریافتند که این رویکرد به مدل هوش مصنوعی اجازه می دهد تا برخی از بیماری ها را به طور موثرتری نسبت به مدل های مبتنی بر داده های بیومتریک مستقیم تشخیص دهد. WBM عملکرد قوی ای به ویژه در شناسایی “حالات ثابت سلامتی” (static health states) مانند مصرف داروهای بتابلوکر (Beta Blockers) و “شرایط سلامت گذرا” (transient health conditions) مانند کیفیت خواب یا عفونت های تنفسی از خود نشان داد. در مورد تشخیص بارداری، این مدل با ترکیب داده های بیومتریک سنتی در یک رویکرد ترکیبی، به دقت 92 درصد دست یافت که دستاوردی چشمگیر محسوب می شود. این نشان می دهد که تحلیل رفتارهای روزمره می تواند سرنخ های ارزشمندی برای وضعیت سلامتی افراد ارائه دهد.

داده های وسیع: نتیجه مطالعه قلب و حرکت اپل

اپل داده های مورد نیاز برای آموزش این مدل را از طریق “مطالعه قلب و حرکت” (Heart and Movement Study) جمع آوری کرده است. در این مطالعه، بیش از 160,000 شرکت کننده به صورت داوطلبانه داده های خود را از طریق اپل واچ و آیفون به اشتراک گذاشتند. مدل بنیادی بر روی بیش از 2.5 میلیارد ساعت داده آموزش دیده و بر روی 57 وظیفه پیش بینی مرتبط با سلامت ارزیابی شده است. این مدل از یک معماری یادگیری ماشین سری زمانی (time-series machine learning architecture) استفاده می کند که برای شناسایی تغییرات رفتاری در طول روزها یا هفته ها طراحی شده است و به آن اجازه می دهد تا بیماری هایی را که به تدریج و در طول زمان آشکار می شوند، شناسایی کند. این مقیاس وسیع داده ها، قدرت و قابلیت اطمینان مدل را به شدت افزایش می دهد.

آینده نظارت بر سلامت با اپل واچ

محققان استدلال می کنند که دستگاه های پوشیدنی اکنون به نقطه ای از تکامل رسیده اند که می توانند از این نوع تجزیه و تحلیل مبتنی بر هوش مصنوعی در مقیاس وسیع پشتیبانی کنند. اینکه آیا چنین مدلی در آینده در یک ویژگی قابل دسترسی برای کاربر ادغام خواهد شد یا خیر، هنوز مشخص نیست، اما این مطالعه نشان می دهد که سخت افزار فعلی اپل واچ می تواند در زمینه تجزیه و تحلیل دقیق و هوشمندانه سلامت، بسیار فراتر از قابلیت های کنونی عمل کند. این پیشرفت ها می تواند به اپل واچ جایگاهی بسیار مهم تر در مدیریت سلامت شخصی ببخشد و به افراد کمک کند تا زودتر از مشکلات پنهان سلامتی خود آگاه شوند.