发表在《PLOS Digital Health》上的一项新研究发现，通过智能手机传感器被动追踪运动数据可以有效预测一个人的五年死亡风险，准确率约为70%。
这项研究的结果则是基于大量的证据得出，其显示了步行速度和一般健康之间的相关性。为了达到准确的健康和死亡率预测，先前的研究通常要求参与者全天候佩戴专门的健身追踪器或在实验室条件下完成“步态分析测试”。然而，这项新研究想知道通过普通智能手机中的传感器收集的运动数据是否足以提供准确的预测。
研究人员研究了一个大型数据集，其包括来自英国生物银行的10万名参与者。这些人佩戴了一周的手腕活动监测器并被跟踪了至少五年。
这是目前最大的运动传感器数据集。据研究人员称，这些健身追踪器收集的短时运动强度数据类似于一个人口袋里的智能手机可以捕获的数据。
“尽管这些数据是从活动监测器中收集的，但我们的传感器模型只使用了使用廉价的、目前可用的手机收集的可行的输入，”研究人员在研究中解说道，“这是可能的，因为我们用廉价手机进行了广泛的临床实验，为心肺病人的健康状况开发了高度准确的预测模型。”
利用每天仅六分钟的跟踪行走强度的数据，预测算法可以提供五年的死亡风险估计，其准确性跟全天候可穿戴设备或更复杂的临床步态测试收集的数据一样。
这些发现增加了越来越多的研究，这些研究探讨了估计一个人的死亡风险的各种方法。简单的眼部扫描、血液筛查或简短的平衡测试都被提议作为筛查人们早期死亡风险的方法。
目前正在计划进行更大规模的试验以更具体地关注从智能手机直接收集的数据。并且研究人员正在努力使研究队列尽可能地多样化以使预测模型在各种人群中都能准确。
研究人员在研究报告中总结道：“这对健康公平来说特别重要，因为健康风险最高的人群往往资源最少--所以最有可能拥有廉价手机而不是可穿戴设备的人将从简单的评估中受益最大。手机应用可以在日常生活中记录6分钟的连续行走，然后通过人口分析计算出风险分层的预测模型。”
最新文章