Ifølge nyere forskning låser brukere i gjennomsnitt opp telefonene sine 110 ganger om dagen.
Smarttelefon og persondata
På en eller annen måte er denne dingsen konstant med oss, densamler inn mye data om oss. Hvis du analyserer dem riktig, kan du forutsi nesten hva som helst. Markedsførere drar nytte av dette for å vise folk relevante, velvalgte annonser. Nå er disse dataene samlet inn for å forutsi risikoen for død i årene som kommer.
no.freepik.com
Ny forskning publisert i tidsskriftetPLOS Digital Health viste at passiv sporing av bevegelsesdata ved hjelp av smarttelefonsensorer effektivt kan forutsi en persons femårige dødelighetsrisiko med omtrent 70 % nøyaktighet.
Analyse i fortiden
Nesten hver smarttelefon harTreningsapp. Det kan kalles annerledes; poenget er at det samler inn data fra smarttelefonsensorer om menneskelig aktivitet. Hvor lenge han går, sitter, løper – alt registreres. Nå har forskere brukt dem til å finne ut sammenhengen mellom ganghastighet og generell helse.
I tidligere eksperimenter, for å fånøyaktige spådommer om helse og dødelighet, ba forskerne deltakerne enten bruke spesielle treningssporere 24/7 eller utføre "ganganalysetester" i laboratoriemiljø. Nå ønsket forfatterne av den nye studien å teste om bevegelsesdata samlet inn ved hjelp av sensorer i vanlige smarttelefoner var nok til å gi nøyaktige spådommer.
Hva har forskerne gjort?
Forskere analyserte et stort datasett -100 000 mennesker ga sine poeng til den britiske biobanken. Deltakerne hadde på seg håndleddsbaserte aktivitetsmonitorer i én uke og ble deretter overvåket i minst fem år.
Dette er det største sensordatasettet ennåbevegelse tilgjengelig i dag. Ifølge forskerne ligner korte utbrudd av bevegelsesdata samlet inn av treningssporere data som kan hentes fra en smarttelefon i en persons lomme.
no.freepik.com
"Selv om disse dataene ble samlet inn fra monitoreraktivitet, bruker sensormodellene våre bare de inndataene som kan samles inn ved hjelp av rimelige, tilgjengelige smarttelefoner, forklarte forskerne i studien. "Dette ble muliggjort av omfattende kliniske eksperimenter med lavpristelefoner, som utviklet svært nøyaktige prediktive modeller for helsen til pasienter med hjerte- og lungesykdommer."
Hvordan fungerer algoritmen?
Ved å bruke bare seks minutter med data per dag,sporing av gåintensitet, tilbyr den prediktive algoritmen fem års dødelighetsrisikoestimater. Som studieforfatterne bemerker, er de like nøyaktige som data hentet fra 24/7 bærbare enheter eller mer komplekse kliniske gangtester.
Funnene bidrar til et økende antallstudier viet ulike metoder for å vurdere risikoen for menneskelig dødelighet. Enkle øyeskanninger, blodundersøkelser eller korte balansetester har blitt foreslått som måter å screene personer med risiko for tidlig død.
Hva er neste?
Forskere planlegger nå større skalaforsøk som vil fokusere på data direkte samlet inn fra smarttelefoner. Eksperter jobber også med å gjøre kohortene som er studert så forskjellige som mulig for å gjøre prediktive modeller nøyaktige for ulike populasjoner.
no.freepik.com
Selv om en smarttelefon kan forutsidøden til en person om fem år, den ferdige algoritmen ser ikke ut som en enkel lenke der du kan legge inn dataene dine eller en praktisk applikasjon. Det er en kompleks krets som analyserer de innsamlede dataene. Detaljerte grafer satt sammen av forskere finner du på lenken. Et eksempel på et flytskjema er nedenfor.
Blokkdiagram av algoritmen. Kreditt og opphavsrett: PLOS Digital Health
Men i fremtiden vil telefonapper kunne gjøre detregistrere seks minutters kontinuerlig gange i dagliglivet og deretter beregne prediktive modeller for risikostratifisering ved hjelp av populasjonsanalyse.
Imidlertid er hemmeligheten bak lang levetid ganske enkel - en aktiv livsstil. Og nå kan data fra en smarttelefon brukes til å spore daglig aktivitet.
Les mer:
Starlink-signal hacket for å brukes som et alternativ til GPS
NASA avslørte opprinnelsen til Haumea - den mest mystiske planeten i solsystemet
Fysikere bryter standard kvantegrense med "Quantum Horror"