最近の調査によると、ユーザーは平均して1日に110回携帯電話のロックを解除しています。
スマホと人のデータ
いずれにせよ、このガジェットは常に収集しています正しく分析すれば、ほとんど何でも予測できます。マーケティング担当者はこれを利用して、関連性が高く、適切に調整された広告を人々に表示します。現在、このデータは、今後数年間の 死亡リスクを予測するために収集されています。
ja.freepik.com
PLOS Digital Health誌に掲載された 新しい研究では、スマートフォンのセンサーを使用して モーションデータを 受動的に追跡することで、約70%の精度で 、人の5年間の死亡リスクを効果的に予測します。
過去の分析
ほとんどすべての スマートフォンには「フィットネス」アプリがインストールされています。 スマートフォンのセンサーからの データ、人の活動、歩いた量、 座った量、走った 量など 、すべてが記録されます。現在、科学者たちはそれらを使用して、歩行速度と 全体的な健康状態の関係を解明しています。
以前の実験では、 健康と 死亡率の正確な予測を得るために、研究者は参加者に特別なフィットネストラッカーを24時間週7日着用するか、実験室で 「歩行分析テスト」を行うように依頼しました。今回、新しい研究の著者らは、従来のスマートフォンのセンサー によって 収集されたモーションデータが 、正確な予測を行うのに十分な数 にあるかどうかをテストしたいと考えました。
科学者たちは何をしましたか？
研究者らは、100,000 人がUK Biobankにデータを提出した大規模なデータセットを分析しました。参加者は、手首に装着した活動モニター を1週間装着し、その後少なくとも5年間監視しました 。
これは、これまでに入手可能なモーションセンサーの最大のデータセットです。研究者によると 、フィットネストラッカーによって収集される交通強度データの 短い塊は、人のポケットの中の スマートフォンから取得できるデータに似ています。
ja.freepik.com
「このデータはアクティビティモニターから 収集されましたが、当社のセンサーモデルは 低コストで現在 入手可能なスマートフォンを使用して収集 できる インプットのみであると、 研究者は研究で 説明しています。「これは、 心肺疾患患者の 健康状態に関する高精度な予測モデルを開発した、低価格の携帯電話を使った 広範な臨床実験によって可能になりました。」
アルゴリズムはどのように機能しますか?
1日わずか6分の データで歩行強度を追跡することで、予測アルゴリズムは研究の著者らが指摘しているように、それらは、24時間年 中無休で稼働するウェアラブル端末や、より複雑な臨床歩行テストから得られる データと同じくらい 正確です。
この知見は、個人の死亡リスクを評価するさまざまな方法を検討する研究が増えていることを裏付けるものである。早期死亡のリスクについて 人々をスクリーニングする方法として、簡単な眼科スキャン、血液スクリーニング、またはショートバランステスト が提案 されている。
次は何ですか？
現在、科学者たちはより大規模なテストを計画しており、その際には特別な注意が払われます。スマートフォンから直接収集されたデータ。 専門家はまた、研究対象のコホートを可能な限り多様化し、さまざまな集団に対して正確な予測モデルを作成するよう努めています。
ja.freepik.com
スマホで予測できるのに5年以内に人が亡くなると、完成したアルゴリズムは、データを入力できる単純なリンクや便利なアプリケーションのようには見えません.収集したデータを分析する複雑な回路です。科学者によってまとめられた詳細なグラフは、リンクにあります。フローチャートの例を以下に示します。
アルゴリズムのブロック図。クレジットと著作権: PLOS Digital Health
ただし、将来的には、電話アプリは 6 分間を記録できるようになります日常生活の中で連続歩行を行い、人口分析を通じてリスク層別化のための予測モデルを算出する。
しかし、長寿の秘訣は非常にシンプルで、アクティブなライフスタイルです。そして今、スマートフォンからのデータを使用して、毎日の活動を追跡できます。
続きを読む：
Starlink 信号がハッキングされ、GPS の代替として使用される
NASAは、太陽系で最も神秘的な惑星であるハウメアの起源を明らかにしました
物理学者は「量子ホラー」で標準的な量子限界を破る