人工智能健康教練即將來到你附近的設備
(SeaPRwire) – 十年前,追蹤你的腳步或心跳頻率這件事情似乎很奇怪。那些致力於量化自我知識的人在論壇中傳道,而記者則對這種新趨勢感到困惑。今天,根據統計服務Statista的數據,美國40%以上的家庭擁有可穿戴設備。聽到退休人士比較或自豪地談論一天的步數已經不再令人感到奇怪。量化自我日益興盛。
現在,隨著人工智能不斷進步,研究人員和技術人員正在尋找方法,採取下一步措施——建立可以從健康數據中篩選信息,告訴用戶如何保持健康的AI健康教練。
量化自我的勝利
有很多證據表明,可穿戴設備至少在一定程度上有利益。2022年的一項回顧發現,在160,000多名參與者的所有包含研究中,被指派戴上活動跟蹤器的人每天平均多走了約1,800步,這相當於減輕大約2磅的體重。
可穿戴設備通過多種方式改變行為——通過提示用戶設定目標,允許他們監測他們關心的事情,通過提醒他們是否在跟踪目標——南澳大學人口和數字健康教授Carol Maher說,她是該回顧的聯合作者之一。
然而,這些效果隨著時間的推移通常會消退,哈佛大學T.H. Chan公共衛生學院流行病學系助理教授Andrew Beam說,他研究醫療人工智能。
準確地從信號輸入檢測我們關心的測量——比如從手腕式加速計中確定步數——需要人工智能,但它是一種平凡無奇、不性感的類型,華盛頓大學計算機科學與工程系教授Shwetak Patel和谷歌健康技術總監說。但他補充說,它已經可以做更多:「人工智能可以延伸傳感器的功能,做我們可能不曾想到的事情。」這包括目前可穿戴設備上可用的功能,如跌倒檢測和血氧檢測。一些研究人員正嘗試使用可穿戴設備提供的相對基本的健康數據來檢測、預測和監測某些健康狀況,儘管通常不如臨床設備的準確性。
到目前為止,人工智能一直在量化自我的興起中發揮支援作用。研究人員希望利用最近的進步,使人工智能成為聚光燈下的主角。
即將到來的AI健康教練
Patel最近與其他研究人員合作發表了一篇論文,在該論文中,研究人員將可穿戴設備數據輸入到大型語言模型中,比如OpenAI的GPT系列,並讓模型對數據進行解釋,這些解釋可能對尋求進行心理健康診斷的臨床人員有用。例如,如果研究參與者的睡眠時間數據不規則,AI系統就會指出這一點,然後注釋不規則的睡眠模式「可以是各種問題的指標,包括壓力、焦慮或其他疾病。」
下一代AI模型可以推理,Patel說,這意味著它們可以用於個性化健康教練。(其他研究人員認為,大型語言模型是否真的可以推理還不清楚。)「說『你的平均心率是每分鐘70次』只是一件事,」他說。「但我們關注的事情是如何解釋。我們正在做的模型工作是——模型現在知道在你的背景下70次每分鐘的心率意味著什麼。」
可穿戴設備提供的數據也可以讓AI「教練」在人類教練無法做到的更深層次上了解用戶的健康狀況,Patel說。例如,人類教練可能問你睡眠如何,但可穿戴設備可以提供詳細的、客觀的睡眠數據。
Maher還參與撰寫了一篇研究生活方式行為效果的人工智能對話機器人的回顧,發現健康教練對話機器人可以幫助人們增加體力活動時間和睡眠時間,改善飲食結構,儘管效果比可穿戴設備發現的效果要小。這些研究使用的是相對原始的對話機器人(幾年前開發的,例如OpenAI的ChatGPT)。Maher預計更先進的AI健康教練會更有效。然而,她指出,大型語言模型如ChatGPT仍存在解決的挑戰,例如模型傾向於編造信息。
對話機器人健康教練也有懷疑的理由,Beam說。首先,它們與可穿戴設備一樣,隨著時間的推移,效果會下降。其次,在健康領域,即使給人類科學家提供大量個人數據,他們目前也不了解足以提供個性化建議。
即使目前沒有證據可以根據不同人的健康數據向他們提供精確建議,AI健康教練仍可以監測某個建議似乎是否有效,並相應調整建議,谷歌可穿戴設備產品經理Sandeep Waraich說。
谷歌尚未宣佈推出AI健康教練,儘管它計劃從2024年初開始為FitBit用戶提供AI驅動的洞察力,而《紐約時報》在8月報導說,谷歌DeepMind一直在開發一個名為「Quartz」的「生活顧問」AI。蘋果也在研發AI健康教練,計劃明年發布。
不僅是大技術公司想利用可穿戴設備提供的數據進行持續個性化健康指導,健康App Humanity也聲稱可以基於運動和心率數據,準確地確定用戶的「生物年齡」到三年之內。Humanity的算法是利用來自英國生物銀行的數據開發的,該銀行有10萬參與者連續一周戴著手腕式加速計。但是Humanity的聯合創始人兼首席戰略官Michael Geer更感興趣的是跟蹤生物年齡如何變化的可能性。「我們不是想說你肯定處在36歲的身體狀態。我們想看的是基本上隨著時間的推移,它(生物年齡)通常是上升還是下降,然後這將提供反饋,以確定哪些行動使你更健康,哪些行動不行,」他說。
跟蹤像Humanity的「生物年齡」這樣的測量的問題在於,目前還沒有證據將這些測量與實際健康結果,如總體死亡率的下降聯繫起來,Beam說。這也是人工智能在醫療保健領域更廣泛使用的問題。「總的來說,謹慎是正確的做法。即使在臨床醫學中,人工智能算法了解醫學知識的新興文獻也在不斷增長——我們仍然不知道它如何轉化為結果。我們關心結果,我們關心改善患者健康。但目前證據匱乏。」
本文由第三方內容提供商提供。SeaPRwire (https://www.seaprwire.com/)對此不作任何保證或陳述。
領域: 頭條新聞,日常新聞
SeaPRwire為公司和機構提供實時新聞稿發佈，覆蓋超過6,500個媒體庫、86,000名編輯和記者,以及90個國家350萬台財經用戶終端。SeaPRwire支持英語、韓語、日語、阿拉伯語、越南語、泰語、印度尼西亞語、馬來語、德語、俄語、法語、西班牙語、葡萄牙語、中文等多種語言的新聞稿發佈。部分中文媒體包括：BuzzHongKong, TIHongKong, TaiwanPR, TWZip, TaipeiCool, DotDebut, TWNut, BaseTopics, EastMud