研究人员通过可穿戴设备数据训练AI模型，成功以惊人的92%准确率预测多种健康状况。其中怀孕检测的准确率最高。
这项由苹果支持的研究通过AI分析可穿戴设备数据发现，该方法预测怀孕状态的准确率达92%。不同于仅关注心率或体温等生物特征数据的传统检测方式，该研究还融合了行为数据。例如运动频率、睡眠时间及步态特征等。
研究报告指出："这种组合在怀孕预测中展现出卓越性能。怀孕会导致个体行为发生显著变化，因此该任务充分体现了生物特征数据与行为数据建模的互补特性。"
糖尿病预测以82%的准确率位列第二，感染识别为76%，损伤判断则为69%。该研究尚未经过同行评审，苹果也未宣布商业化计划，但展现出AI发现新型健康模式的潜力。毕竟美国卫生与公共服务部长小罗伯特·F·肯尼迪曾公开表示希望"每位美国人都佩戴可穿戴设备"。
名为"可穿戴设备健康行为基础模型"（WBM）的AI系统，基于苹果手表和手机上的"苹果心率与运动研究"项目收集的16.2万名参与者超150亿条每小时测量数据训练而成。针对怀孕检测部分，研究团队分析了385名参与者报告的430例怀孕数据，以及25,225名未怀孕对照组的数据。
所有参与者均同意数据使用（需下载苹果研究应用加入研究）。但女性健康科技与隐私问题始终是敏感议题。某些排卵期追踪应用已出现数据滥用事件，如2023年美国联邦贸易委员会揭露的Premom应用违规出售用户数据事件。在罗诉韦德案被推翻后，部分州可能利用数据起诉堕胎行为，导致女性对经期追踪应用的信任度持续下降。
苹果正加大在该领域的投入，去年秋季已在其设备中加入怀孕追踪功能，并自2019年起在健康应用中提供月经周期追踪服务。虽然尚不确定女性是否会依赖苹果手表进行怀孕预测，但其技术潜力与隐私风险的平衡将成为关键议题。
【全文结束】
