Apples neues KI-Modell verbessert Gesundheitsprognosen mit Verhaltensdaten aus Wearables

[Apfeltalk Redaktion]

Neue Entwicklungen in der Künstlichen Intelligenz zeigen, dass Verhaltensdaten von Nutzer:innen wertvoller für Gesundheitsprognosen sein können als herkömmliche biometrische Messwerte. Das neue Wearable Behavior Model (WBM) von Apple nutzt interpretierbare Verhaltensmetriken wie Schrittzahl und Schlafdauer, die auf aggregierten Messwerten basieren und präzisere Gesundheitsanalysen ermöglichen. Eine aktuelle Studie zeigt, dass diese Verhaltensmetriken in Kombination mit traditionellen Sensordaten die Erkennung von Gesundheitszuständen, wie Schwangerschaft oder Vorhofflimmern, erheblich verbessern.

Die Apple Heart and Movement Study mit über 161.000 Teilnehmer:innen lieferte die Datenbasis für das WBM, das eine neue Architektur verwendet, um die Genauigkeit der Gesundheitsprognosen zu erhöhen. Die Kombination von Verhaltensdaten und Sensordaten führte zu einer Genauigkeit von bis zu 92 Prozent bei der Erkennung von Schwangerschaften. Forscher:innen empfehlen, beide Ansätze zu integrieren, um eine umfassendere und präzisere Gesundheitsprognose zu ermöglichen.

Was haltet ihr von der Kombination aus Verhaltensdaten und traditionellen Sensordaten für die Gesundheitsprognose? Diskutiert mit uns!

Klick hier, um den vollständigen Beitrag im Magazin zu lesen

Hinweis: Dieser Beitrag ist eine automatisch erstellte Zusammenfassung mithilfe von Künstlicher Intelligenz. Eine redaktionelle Prüfung fand nicht statt.