كشفت دراسة بحثية حديثة عن نموذج ذكاء اصطناعي جديد تم تدريبه باستخدام بيانات تم جمعها من ساعات Apple Watch، يُظهر قدرة عالية على التنبؤ بالحالات الصحية بدقة تفوق الطرق التقليدية المعتمدة على المستشعرات.

البحث الذي نُشر تحت عنوان 'ما بعد بيانات المستشعرات: النماذج التأسيسية للبيانات السلوكية من الأجهزة القابلة للارتداء تُحسّن من التنبؤات الصحية'، يعرض نموذج تعلم آلي يُعرف باسم نموذج السلوك القابل للارتداء (WBM). 

 لا يكتفي هذا النموذج بتحليل البيانات البيومترية اللحظية مثل معدل ضربات القلب أو مستوى الأوكسجين، بل يتوسع ليشمل تحليل الأنماط السلوكية للمستخدم على مدار أيام أو أسابيع، مثل عدد الخطوات اليومية، مدة النوم، تقلب معدل ضربات القلب، ومستوى الحركة والتنقل.

وبحسب الباحثين، هذه المقاربة تسمح للنموذج بالتقاط علامات دقيقة على حالات صحية معينة، خصوصًا تلك التي تظهر تدريجيًا بمرور الوقت، سواء كانت حالات صحية ثابتة مثل استخدام أدوية 'بيتا بلوكر'، أو حالات مؤقتة مثل اضطرابات النوم أو التهابات الجهاز التنفسي.

من أبرز نتائج الدراسة أن النموذج، عند دمجه مع بيانات بيومترية تقليدية، تمكن من التنبؤ بالحمل بدقة تصل إلى 92%.

 وقد تم تدريب النموذج باستخدام بيانات ضخمة جُمعت من أكثر من 160,000 مشارك في إطار دراسة 'Apple Heart and Movement'، وهي دراسة تطوعية قامت أبل من خلالها بجمع أكثر من 2.5 مليار ساعة من البيانات المأخوذة من ساعات Apple Watch وهواتف iPhone الخاصة بالمشاركين.

وخضع النموذج لتقييم شامل على 57 مهمة مختلفة للتنبؤ بالحالات الصحية، مما أظهر إمكانياته الواسعة في تحليل تغيرات السلوك عبر الزمن وليس فقط الاستجابات الفورية.

حتى الآن، لم توضح أبل ما إذا كانت تعتزم دمج هذا النموذج المتقدم في أجهزتها المستقبلية مثل Apple Watch. 

ومع ذلك، تُشير الدراسة إلى أن الأجهزة القابلة للارتداء، وتحديدًا Apple Watch، قد وصلت إلى مرحلة من النضج التقني تجعلها قادرة على دعم تحليلات صحية قائمة على الذكاء الاصطناعي، تتجاوز المفهوم التقليدي للقياسات الحيوية.

هذا التطور يفتح الباب أمام مرحلة جديدة من الرعاية الصحية الرقمية، حيث يمكن للأجهزة اليومية التنبؤ بالحالات الصحية قبل ظهور الأعراض بوضوح، ما يعزز من فرص الوقاية والتدخل المبكر.