(SeaPRwire) – Sepuluh tahun yang lalu, gagasan menjejak langkah atau mengukur denyut jantung anda adalah perkara yang pelik. Mereka yang berdedikasi untuk mengejar pengetahuan diri terukur menyebarkan ajaran di , manakala wartawan dan tentang trend aneh yang baru muncul. Hari ini, lebih 40% isi rumah di Amerika Syarikat memiliki peranti kenakalan, menurut perkhidmatan statistik Statista. Bukanlah perkara luar biasa mendengar warga emas membandingkan atau berbangga tentang jumlah langkah mereka setiap hari. kini berada di puncak kegemilangan.
Kini, apabila kemajuan buatan kecerdasan buatan yang tidak berhenti terus berlanjut, penyelidik dan pakar teknologi sedang mencari cara untuk mengambil langkah berikutnya – membina jurulatih kesihatan pintar buatan yang menyelidik data kesihatan dan memberitahu pengguna cara untuk mengekalkan bentuk fizikal yang sihat.
Kemenangan diri terukur
Terdapat banyak bukti yang menunjukkan bahawa peranti kenakalan memang menawarkan sekurang-kurangnya beberapa manfaat. Satu kajian dari 2022 mendapati, merentasi lebih 160,000 peserta dalam semua kajian yang dimasukkan, orang yang diberi tugasan untuk memakai pelacak aktiviti mengambil kira-kira 1,800 langkah tambahan setiap hari, yang diterjemahkan kepada penurunan berat badan sekitar dua paun.
Peranti kenakalan mengubah tingkah laku dalam beberapa cara – dengan mengingatkan pengguna untuk menetapkan matlamat, membenarkan mereka memantau perkara yang mereka pedulikan, dengan mengingatkan mereka bila mereka tidak berada di landasan untuk mencapai matlamat mereka – kata Carol Maher, profesor kesihatan penduduk dan digital di Universiti Australia Selatan dan penulis bersama kajian ulasan itu.
Kesan-kesan ini sering merosot dengan masa, bagaimanapun, kata Andrew Beam, profesor pembantu dalam Jabatan Epidemiologi di Sekolah Kesihatan Awam T.H. Chan Harvard, yang menyelidik kecerdasan perubatan buatan.
Mengesan ukuran yang kita pedulikan daripada input isyarat – menentukan jumlah langkah daripada pemacu tindak balas yang dipakai pada pergelangan, contohnya – memerlukan AI, tetapi jenis yang banal dan tidak menarik, kata Shwetak Patel, profesor sains komputer dan kejuruteraan di Universiti Washington dan pengarah teknologi kesihatan di Google. Tetapi, beliau menambah, ada banyak lagi yang boleh dilakukan sekarang: “AI boleh memperluaskan keupayaan sensor itu untuk melakukan perkara yang mungkin tidak pernah terfikir sebelum ini.” Ini termasuk ciri-ciri yang sedia ada pada peranti kenakalan popular hari ini, seperti pengesanan jatuh dan pengesanan oksigen dalam darah. Sesetengah penyelidik cuba menggunakan data kesihatas asas yang disediakan oleh peranti kenakalan untuk , , walaupun biasanya tidak setinggi perkakasan yang digunakan dalam setting klinikal.
Setakat ini, AI telah memainkan peranan menyokong kenaikan diri terukur. Penyelidik berharap untuk menggunakan kemajuan terkini untuk meletakkan AI di pentas utama.
Jurulatih kesihatan pintar buatan akan datang
Patel baru-baru ini menulis bersama satu kertas kerja di mana penyelidik memasukkan data daripada peranti kenakalan ke dalam model bahasa besar seperti siri GPT OpenAI, dan mempunyai model mengeluarkan penjelasan tentang data yang boleh berguna untuk pakar klinikal yang cuba membuat diagnosis kesihatan mental. Sebagai contoh, jika data tempoh tidur peserta kajian adalah tidak teratur, sistem AI akan menunjukkan ini dan kemudian menyatakan bahawa corak tidur tidak teratur “boleh menjadi penunjuk pelbagai isu, termasuk tekanan, kebimbangan, atau gangguan lain.”
Generasi AI berikutnya boleh berfikiran, kata Patel, dan ini bermakna ia boleh digunakan untuk latihan kesihatan peribadi. (Penyelidik lain masih belum jelas sama ada model bahasa besar seperti ChatGPT boleh berfikiran). “Satu perkara untuk mengatakan, ‘Kadar denyut jantung purata anda ialah 70 degupan seminit,'” katanya. “Tetapi perkara yang kami fokuskan ialah bagaimana untuk mentafsirkan itu. Kerja pemodelan yang kami lakukan ialah – model kini tahu apa yang makna 70 degupan seminit dalam konteks anda.”
Data yang disediakan oleh peranti kenakalan juga membolehkan “jurulatih” AI memahami pengguna kesihatan pada tahap kedalaman yang jauh lebih mendalam berbanding jurulatih manusia boleh, kata Patel. Sebagai contoh, jurulatih manusia boleh menanya bagaimana anda tidur, tetapi peranti kenakalan boleh menyediakan data tidur objektif dan terperinci.
Maher juga membantu menulis satu ulasan kajian tentang keberkesanan chatbot AI terhadap tingkah laku gaya hidup, yang mendapati bahawa jurulatih kesihatan chatbot boleh membantu orang meningkatkan jumlah aktiviti fizikal dan tidur yang mereka peroleh dan memperbaiki diet mereka, walaupun kesannya lebih kecil berbanding yang biasanya dijumpai untuk peranti kenakalan. Kajian-kajian ini dilakukan menggunakan chatbot yang agak asas (dibangunkan bertahun-tahun lalu, jauh sebelum, contohnya, ChatGPT Terbuka AI) dan Maher mengharapkan bahawa jurulatih kesihatan AI yang lebih canggih akan lebih berkesan. Beliau membuat nota, bagaimanapun, masih terdapat cabaran yang perlu diselesaikan dengan model bahasa besar seperti ChatGPT – seperti kecenderungan model untuk membuat maklumat palsu.
Terdapat sebab untuk meragui jurulatih kesihatan chatbot, kata Beam. Pertama, ia mengalami penurunan keberkesanan yang sama dalam jangka masa seperti peranti kenakalan. Kedua, dalam bidang kesihatan, walaupun ahli sains manusia diberi data berjumlah tentang seseorang masih belum memahami cukup untuk memberi nasihat peribadi.
Walaupun bukti belum wujud untuk menawarkan cadangan tepat kepada orang yang berbeza berdasarkan data kesihatan mereka, jurulatih kesihatan AI boleh memantau sama ada tindakan tertentu kelihatan membantu dan menyesuaikan cadangan mereka mengikut itu. Sebagai contoh, data kadar jantung semasa latihan yang dicadangkan boleh digunakan untuk memberi cadangan latihan masa hadapan, kata Sandeep Waraich, ketua pengurusan produk untuk peranti kenakalan di Google.
Google tidak mengumumkan rancangan untuk melancarkan jurulatih kesihatan AI, walaupun ia memberi wawasan bertenaga AI kepada pengguna FitBit dari awal 2024, dan pada Ogos New York Times bahawa Google DeepMind telah bekerja pada “penasihat hidup” AI. Apple juga sedang bekerja pada jurulatih kesihatan AI bernama Quartz yang dirancang untuk dilancarkan tahun hadapan.
Ia bukan hanya syarikat teknologi besar yang cuba mengambil data daripada peranti kenakalan dan menyediakan latihan kesihatan berterusan dan peribadi. Aplikasi kesihatan Humanity mendakwa mampu menentukan “umur biologi” pengguna kepada dalam tempoh tiga tahun berdasarkan data pergerakan dan kadar jantung. Algoritma Humanity dibangunkan menggunakan data dari , yang mempunyai 100,000 peserta memakai pemacu tindak balas yang dipakai pada pergelangan selama seminggu. Tetapi Michael Geer, pengasas bersama dan ketua strategi di Humanity, lebih bersemangat tentang kemungkinan untuk menjejak bagaimana umur biologi berubah. “Kami tidak cuba mengatakan anda secara pasti berada dalam tubuh berusia 36 tahun. Apa yang cuba kami lihat sebenarnya adalah secara umumnya, adakah [umur biologi] biasanya naik atau turun, dan kemudian itu memberi maklum balas untuk menentukan tindakan apa yang membuat anda lebih sihat atau tidak,” katanya.
Masalahnya dengan menjejak ukuran seperti “umur biologi” Humanity ialah masih tiada bukti menghubungkannya dengan hasil kesihatan sebenar, seperti pengurangan kematian akibat semua punca, kata Beam. Ini merupakan masalah dengan penggunaan AI lebih luas dalam perubatan, katanya. “Secara umum, kehati-hatian adalah pendekatan yang betul di sini. Malah dalam perubatan klinikal, terdapat tubuh kesusasteraan besar yang muncul tentang berapa banyak algoritma AI ini tahu tentang perubatan – kita masih tidak tahu bagaimana ia diterjemahkan kepada hasil. Kita peduli tentang hasil, kita peduli tentang meningkatkan kesihatan pesakit. Dan terdapat kekurangan bukti untuk itu sekarang.”
Artikel ini disediakan oleh pembekal kandungan pihak ketiga. SeaPRwire (https://www.seaprwire.com/) tidak memberi sebarang waranti atau perwakilan berkaitan dengannya.
Sektor: Top Story, Berita Harian
SeaPRwire menyampaikan edaran siaran akhbar secara masa nyata untuk syarikat dan institusi, mencapai lebih daripada 6,500 kedai media, 86,000 penyunting dan wartawan, dan 3.5 juta desktop profesional di seluruh 90 negara. SeaPRwire menyokong pengedaran siaran akhbar dalam bahasa Inggeris, Korea, Jepun, Arab, Cina Ringkas, Cina Tradisional, Vietnam, Thai, Indonesia, Melayu, Jerman, Rusia, Perancis, Sepanyol, Portugis dan bahasa-bahasa lain.