一项新的算法使智能手表健身追踪器能够更准确地估算肥胖个体的能量消耗。
在两项研究中，研究人员总共对52人进行了实验，其中包括1838分钟的实验室测试和14,045分钟的“自由生活”情境测试。结果表明，该算法的表现与11种由其他研究人员开发的“黄金标准”算法相当，甚至更好，尤其是在现实环境中对肥胖人群的能量消耗估算准确率超过95%。
西北大学芬伯格医学院（Feinberg School of Medicine, Northwestern University）的努尔·阿尔舒拉法博士（Nabil Alshurafa）表示，这一算法填补了健身技术领域的一个重要空白——目前大多数可穿戴设备使用的算法主要基于非肥胖人群的数据进行验证。
阿尔舒拉法博士的灵感源于他与患有肥胖症的岳母一起参加的一次锻炼课程。尽管岳母非常努力，但她的成绩在排行榜上几乎看不到。他意识到，当前大多数健身追踪器使用的活动监测算法是为非肥胖人群设计的。
“商业设备通常使用来自正常体重指数（BMI）人群的数据来校准加速度计与卡路里模型，这些算法依赖于‘平均’步态和代谢率，”他告诉《医学界新闻》（Medscape Medical News）。“然而，肥胖人群在步态、速度、静息能量消耗和身体功能方面表现出显著差异。当你将‘平均’运动数据用于不同步态模式的人群时，计算结果往往无法匹配。”
这种情况对于那些因步态和其他身体运动差异而选择将健身追踪器佩戴在臀部而非手腕上的肥胖人群尤其明显。
这项研究已在线发表于《科学报告》（Scientific Reports）。匿名数据集及代码和文档已公开，供其他研究人员使用。
“更具包容性和可靠性”
阿尔舒拉法实验室的研究人员开发并测试了一种开源的主导手腕算法，专门针对肥胖人群进行了优化。该算法从商用智能手表传感器数据中估算每分钟的代谢当量（MET）值，并将其与肥胖人群基于体动记录仪的能量估算结果进行比较。
在实验室研究中，27名参与者佩戴智能手表和代谢车（一种通过测量佩戴者吸入氧气和呼出二氧化碳体积来计算卡路里消耗和静息代谢率的面罩）进行了一系列不同强度的活动。这些活动包括在电脑上打字、躺在地板上静止不动、在跑步机上缓慢行走、靠门做俯卧撑以及跟随有氧运动视频锻炼等。每个活动持续5分钟，随后休息5分钟。研究人员将健身追踪器的结果与代谢车的结果进行了对比。
另外25名参与者在为期两天的“自由生活”研究中佩戴了智能手表和随身摄像头。随身摄像头使研究人员能够直观确认算法何时高估或低估了卡路里消耗。
实验室分析涵盖了2189分钟的数据，“自由生活”分析则涵盖了14,045分钟的数据。
与代谢车相比，新算法在各种滑动窗口（连续和重叠数据流的分析）中实现了更低的均方根误差。
在“自由生活”研究中，该算法的估算结果有95.03%的时间落在最佳体动记录仪估算值的±1.96标准差范围内。
作者写道：“我们的方法与主要在非肥胖人群中验证的11种算法相比，能够更准确地估算MET值，这表明商用腕戴设备可以通过我们的算法提供更具包容性和可靠性的能量消耗测量。”
面临的挑战
阿尔舒拉法博士表示，在今年晚些时候推出基于该新算法的应用程序之前，还需要完成更多工作。由于该模型是为肥胖用户优化的，“我们需要一种可靠的方法来获取BMI或身体成分数据，并可能需要一种方式根据用户的健身水平变化随时开启、关闭或调整算法。”
“因为我们已经针对主导手进行了优化，因此我们需要明确的用户指导，甚至可能需要用户界面提示，以推动这种文化转变——即将手表佩戴在主导手上，”他说。
为了确保在不同用户、活动和佩戴风格下的准确性，团队将进行实地测试并汇总匿名数据。
“功率、尺寸和监管要求可能迫使我们做出权衡，因此我们将与设备制造商密切合作，开发自适应校准程序和精简的固件，”阿尔舒拉法博士说。“但真正的优先事项是基于真正多样化的数据训练和定制我们的系统，并透明地说明数据中代表了哪些人群。太多商业设备跳过了这一点，导致用户误以为它们普遍适用，而实际上它们的模型存在局限性。”
他补充道，目前临床医生应注意到，该应用程序仅在佩戴在主导手腕上的肥胖人群中得到了验证，在其他人群或非主导手腕上的使用可能会导致卡路里估算不够准确。“不过，除此之外，该算法已准备好部署，并为个性化活动监测提供了强大的新工具。”
加州喷泉谷橙海岸医疗中心（Orange Coast Medical Center）纪念护理外科减重中心（MemorialCare Surgical Weight Loss Center）的减重外科医生兼医学主任米尔·阿里博士（Mir Ali）表示，一种能更准确反映肥胖患者运动和能量消耗的算法将有所帮助，而且“任何改进”都可能对患者和临床医生有益。
不过，阿里博士（未参与该研究）告诉《医学界新闻》，更大规模的研究比较新算法与现有设备的性能将提供更多验证。
此外，“阐明肥胖患者的运动目标和卡路里消耗的研究可能有助于更好地指导患者实现最佳减重目标，”他说。
阿里博士指出，“心脏病和肺部问题的追踪器可能有助于帮助患者实现心肺功能改善”——事实上，阿尔舒拉法的团队计划进一步研究如何为糖尿病和高血压患者定制健身追踪器。
本研究基于国家糖尿病、消化和肾脏疾病研究所（National Institute of Diabetes and Digestive and Kidney Diseases）、国家科学基金会（National Science Foundation）、国家生物医学成像研究所（National Institute of Biomedical Imaging）和美国国立卫生研究院（NIH）国家转化科学促进中心（National Center for Advancing Translational Sciences）的支持。
阿尔舒拉法和阿里声明无利益冲突。
(全文结束)
