Um novo modelo de inteligência artificial (IA) desenvolvido por pesquisadores da Apple conseguiu identificar o início de uma gravidez com até 92% de precisão por meio de dados coletados pelo Apple Watch. A tecnologia foi treinada com informações comportamentais obtidas pelos sensores do relógio inteligente da marca.
As pesquisas que levaram à descoberta fazem parte do Apple Heart and Movement Study (AHMS), uma iniciativa da big tech em colaboração com o Brigham and Women’s Hospital e a American Heart Association. O objetivo do estudo é analisar dados de saúde coletados por dispositivos como o Apple Watch e o iPhone.
Para chegar aos resultados, os cientistas treinaram o novo modelo — chamado Wearable Behavior Model (WBM), ou Modelo de Comportamento Vestível, em tradução livre — com mais de 2,5 bilhões de horas de dados registrados pelos dispositivos da Apple.
A principal inovação do WBM é sua capacidade de usar dados mais refinados dos sensores do Apple Watch para identificar comportamentos e tendências relevantes à saúde dos usuários ao longo do tempo.
O modelo foi treinado com informações de 161.855 participantes do AHMS, incluindo métricas como energia ativa, ritmo de caminhada, variação das frequências cardíaca e respiratória, além da duração do sono.
WBM comparado a outros sensores
Os resultados mostraram que, ao analisar 57 tarefas relacionadas à saúde, o WBM superou o atual sensor de frequência cardíaca do Apple Watch em 18 das 47 tarefas estatísticas de previsão de saúde.
Já em tarefas dinâmicas — como detecção de gravidez, avaliação da qualidade do sono e identificação de infecções respiratórias — o novo modelo de IA teve desempenho superior ao dos sensores atuais, ficando atrás apenas na detecção de diabetes.
Os melhores resultados foram observados quando os dados do WBM foram combinados aos dos sensores tradicionais do relógio. Esse modelo híbrido alcançou 92% de precisão na detecção de gravidez, além de melhorias consistentes em tarefas como análise da qualidade do sono, diagnóstico de infecções e identificação de problemas cardiovasculares.
“A gravidez resulta em mudanças substanciais tanto na fisiologia subjacente de um indivíduo, conforme rastreado por sensores brutos, quanto em mudanças significativas no comportamento de um indivíduo, conforme medido por métricas derivadas como minutos de exercício, contagem de passos e marcha”, escreveram os pesquisadores no estudo, que ainda não foi revisado por pares.
“Consequentemente, esta tarefa serve como um exemplo claro da natureza complementar da modelagem de ambos os tipos de dados”, concluíram os especialistas.
Os pesquisadores relataram ainda que a previsão de diabetes teve 82% de taxa de acerto com os dados combinados, além de 76% de acerto em infecções e uma taxa de acerto de 69% na previsão de lesões.
Segundo os pesquisadores, a ideia não é substituir os sensores físicos pelo modelo de IA, mas usar no futuro ambas as ferramentas de forma complementar. Isso porque os sensores do Apple Watch são mais eficazes para captar mudanças fisiológicas de curto prazo, enquanto o WBM se destaca na identificação de sinais e tendências de longo prazo.
