Apple insan sağlamlığının vəziyyətini 92%-lik dəqiqliklə təyin edən süni zəka modeli yaradıb

     Apple-ın dəstəyi ilə aparılan yeni bir araşdırma göstərir ki, istifadəçi davranışına dair məlumatlar (hərəkət, yuxu, fiziki məşqlər və s.) sağlamlıq vəziyyətini qiymətləndirmək üçün ənənəvi biometriya göstəricilərindən - məsələn, ürək döyüntüsü tezliyi və ya qanda oksigen səviyyəsi kimi - daha dəqiq ola bilər. Bunu sübut etmək üçün alimlər davranış məlumatları əsasında öyrədilmiş əsaslı bir süni zəka modeli hazırlayıblar. Məlumata əsasən nəticələr gözləntiləri üstələyib. Tədqiqat çərçivəsində Wearable Behavior Model (WBM) adlanan model taxıla bilən cihazlardan toplanmış 2.5 milyarddan çox məlumatı təhlil edib. Əvvəlki tibbi modellər əsasən Apple Watch-un nəbzölçən və EKQ sensorlarının xam məlumatlarına əsaslanırdısa, bu yeni model birbaşa olaraq daha yüksək səviyyəli davranış göstəriciləri - atılan addım sayı, gediş sabitliyi, hərəkətlilik, maksimal oksigen istehlakı və Apple Watch-un toplaya bildiyi digər göstəricilər əsasında təlimləndirilib.

     Bəs Apple Watch bu məlumatları özü toplaya bildiyi halda, WBM modelinə nə ehtiyac var? Alimlərin sözlərinə görə, xam (emal olunmamış) məlumatlar bəzən tam və ya dəqiq olmaya bilər, yaxud artıq və lazımsız ola bilər və bu məlumatlar sağlamlıq üçün əhəmiyyətli hadisələrlə həmişə uyğunluq təşkil etmir. Yüksək səviyyəli davranış metrikləri isə yoxlanılmış alqoritmlər vasitəsilə hesablanır və fizioloji baxımdan əhəmiyyətli göstəriciləri əks etdirmək üçün mütəxəssislər tərəfindən xüsusi seçilir. Burada yalnız fizioloji amillər deyil, həm də “kontekst” nəzərə alınır. Məsələn, hərəkətliliyə dair göstəricilər - yeriş və ümumi aktivlik səviyyəsi kimi - hamiləliyin müəyyən edilməsinə kömək edən vacib davranış faktorları ola bilər. WBM modeli birbaşa sensor siqnallarını analiz etmir, əksinə, emal olunmuş davranış məlumatlarındakı qanunauyğunluqları öyrənir. Model 161 855 iştirakçının Apple Watch və iPhone cihazlarından toplanmış məlumatlar əsasında öyrədilib.

     Burada yerimə tempi, tənəffüs tezliyi, yuxunun müddəti, ürək ritmindəki dəyişikliklər və s. daxil olmaqla 27 davranış göstəricisi tədqiq edilib. Məlumatlar həftəlik bloklara bölünüb və süni zəkaya ötürülüb. Nəticədə WBM modeli, vəziyyətin proqnozlaşdırılması üçün sensor məlumatlarına əsaslanan kifayət qədər dəqiq modeldən 47 statik sağlamlıq proqnozlaşdırma tapşırığının 18-də (məsələn, beta-blokatorların qəbulu) üstün nəticə göstərib. Həmçinin bu yeni model, demək olar ki, bütün dinamik tapşırıqlarda (hamiləliyin müəyyən edilməsi, yuxu keyfiyyəti və ya respirator infeksiyalar) qalib gəlib - yalnız şəkərli diabetin diaqnostikasında əvvəlki model üstün olub. Ən yaxşı nəticəni isə iki metodun birləşməsi göstərib: hibrid model hamiləliyin müəyyən edilməsində 92% dəqiqliyə çatıb və yuxu, infeksiya, zədə və ürək-damar problemləri ilə bağlı tapşırıqlarda dəqiqliyin davamlı şəkildə artmasını təmin edib.