ассивное отслеживание данных о движении человека с помощью датчиков смартфона может эффективно прогнозировать пятилетний риск смертности владельца гаджета. Точность прогнозирования составляет около 70%, говорится в новом исследовании, опубликованном в журнале PLOS Digital Health.
Исследование основывается на большом количестве доказательств, которые показывают корреляцию между скоростью ходьбы и общим состоянием здоровья. Чтобы получить точные прогнозы по здоровью и смертности, предварительные исследования обычно требовали от участников либо носить специализированные фитнес-трекеры 24/7, либо проходить «тесты анализа походки» в лабораторных условиях.
Однако это новое исследование задавалось вопросом, может ли быть достаточно данных о движении, собранных с помощью датчиков в обычных смартфонах, для предоставления точных прогнозов.
Исследователи рассмотрели обширный набор данных, охватывающий 100 000 участников из Биобанка Великобритании. Участники носили мониторы активности на запястье в течение одной недели и за ними наблюдали не менее пяти лет.
Это самый доступный на сегодня набор данных из датчиков движения. По словам исследователей, короткие отрезки данных об интенсивности движения, собранные этими фитнес-трекерами, аналогичны данным, которые может получить смартфон в кармане человека.
Используя всего шесть минут в день отслеживания интенсивности ходьбы, прогностический алгоритм мог предложить пятилетние оценки риска смертности. Прогнозы были такими же точными, как те, что были собраны круглосуточным ношением трекеров или более сложным клиническим тестированием походки.Полученные результаты дополняют количество исследований, изучающих разные способы оценки риска смертности человека. Простое сканирование глаз, скрининг крови или короткие тесты баланса были предложены в качестве способов проверки людей на риск ранней смерти.
Сейчас планируются более масштабные испытания, чтобы более конкретно сосредоточиться на данных, собранных непосредственно со смартфонов. Кроме того, исследователи работают над тем, чтобы сделать выборку участников исследований более разнообразными, чтобы сделать прогностические модели точными для разных групп населения.
