Apple tarafฤฑndan desteklenen yeni bir bilimsel araลtฤฑrma, saฤlฤฑk takibinde รงฤฑฤฤฑr aรงacak bir yaklaลฤฑmฤฑ ortaya koydu. Araลtฤฑrmaya gรถre hareket, uyku ve egzersiz gibi davranฤฑลsal veriler, kalp atฤฑล hฤฑzฤฑ gibi geleneksel biyometrik รถlรงรผmlerden รงok daha gรผรงlรผ bir saฤlฤฑk gรถstergesi olabilir.
Bu tezi kanฤฑtlamak iรงin geliลtirilen ve giyilebilir cihaz verileriyle eฤitilen yeni yapay zeka modeli, saฤlฤฑk durumlarฤฑnฤฑ tespit etmede ลaลฤฑrtฤฑcฤฑ sonuรงlar verdi.
Araลtฤฑrmacฤฑlar, Apple Kalp ve Hareket รalฤฑลmasฤฑ (AHMS) kapsamฤฑnda 2,5 milyar saatten fazla giyilebilir cihaz verisiyle yeni bir temel model eฤitti. Bu modelin, dรผลรผk seviyeli sensรถr verilerine dayanan mevcut modellerden daha iyi performans gรถsterdiฤi kanฤฑtlandฤฑ.
Appleโฤฑn yeni modeli WBM, davranฤฑลsal verilere odaklanฤฑyor
Araลtฤฑrmacฤฑlar, geliลtirdikleri yeni modele “Giyilebilir Davranฤฑล Modeli” (WBM) adฤฑnฤฑ verdi. รnceki saฤlฤฑk modelleri genellikle Apple Watch’un kalp atฤฑล hฤฑzฤฑ veya EKG gibi ham sensรถr verilerine dayanฤฑrken, WBM doฤrudan daha รผst dรผzey davranฤฑล metriklerinden รถฤreniyor.
Bu metrikler arasฤฑnda adฤฑm sayฤฑsฤฑ, yรผrรผme dengesi, hareketlilik ve VOโ max gibi Apple Watch’un topladฤฑฤฤฑ ve iลlediฤi veriler bulunuyor.
Peki ham sensรถrler varken bu yeni modele neden ihtiyaรง duyuldu? Araลtฤฑrmaya gรถre ham sensรถr verileri anlฤฑk (saniyeler iรงinde) ve gรผrรผltรผlรผ olabiliyor. Ancak sigara iรงme geรงmiลi, hipertansiyon veya hamilelik gibi saฤlฤฑk durumlarฤฑnฤฑ tespit etmek iรงin gรผnler ve haftalar gibi daha uzun zaman dilimlerindeki davranฤฑลsal eฤilimler gerekiyor.
WBM, iลte bu uzun vadeli ve rafine edilmiล davranฤฑลsal verilerdeki kalฤฑplarฤฑ anlamak iรงin tasarlandฤฑ. รrneฤin, bir kiลinin yรผrรผme ลekli veya genel aktivite dรผzeyindeki deฤiลimler, hamilelik gibi durumlarฤฑ tespit etmede kilit rol oynayabiliyor.
Teknik detaylar ve baลarฤฑ oranlarฤฑ
WBM, AHMS รงalฤฑลmasฤฑna katฤฑlan 161.855 kiลinin Apple Watch ve iPhone verileri kullanฤฑlarak eฤitildi. Model, ham veri akฤฑลlarฤฑ yerine aktif enerji, yรผrรผme hฤฑzฤฑ, kalp atฤฑล hฤฑzฤฑ deฤiลkenliฤi ve uyku sรผresi gibi insan tarafฤฑndan yorumlanabilen 27 farklฤฑ davranฤฑล metriฤi ile beslendi. 57 farklฤฑ saฤlฤฑk gรถrevinde test edilen WBM, รถzellikle dinamik gรถrevlerde (hamilelik, uyku kalitesi veya solunum yolu enfeksiyonu gibi) mevcut sensรถr tabanlฤฑ modellerden daha iyi performans gรถsterdi.
En etkileyici sonuรง ise iki modelin birleลtirilmesiyle elde edildi. WBM ve sensรถr verilerini birlikte kullanan hibrit model, hamilelik tespitinde %92 gibi muazzam bir doฤruluk oranฤฑna ulaลtฤฑ.
Ayrฤฑca uyku kalitesi, enfeksiyon ve atriyal fibrilasyon (AFib) gibi kardiyovaskรผler gรถrevlerde de tutarlฤฑ bir ลekilde daha baลarฤฑlฤฑ oldu. รalฤฑลmanฤฑn amacฤฑ, sensรถr verilerini WBM ile deฤiลtirmek deฤil, bu iki yaklaลฤฑmฤฑ birleลtirerek daha gรผรงlรผ bir saฤlฤฑk izleme sistemi oluลturmaktฤฑr.
