Un professore di Harvard sta ripensando ai piani di utilizzo degli Apple Watch come parte di uno studio di ricerca dopo aver riscontrato incongruenze nei dati sulla variabilità della frequenza cardiaca raccolti dai dispositivi.
“Questi algoritmi sono ciò che chiameremmo scatole nere: non sono trasparenti. Quindi è impossibile sapere cosa ci sia dentro“, ha dichiarato a The Verge JP Onnela, professore associato di biostatistica all’Harvard T.H. Chan School of Public Health e sviluppatore della piattaforma di dati open source Beiwe.
Onnela di solito non include dispositivi indossabili consumer come l’Apple Watch negli studi di ricerca. Per la maggior parte delle volte, i suoi team utilizzano dispositivi sanitari progettati per raccogliere dati per studi scientifici. Tuttavia, nell’ambito di una collaborazione con il dipartimento di neurochirurgia del Brigham and Women’s Hospital, il professore era interessato ai prodotti disponibili in commercio.
Sapeva che potevano esserci problemi di dati con questi prodotti e il suo team voleva verificare quanto fossero gravi prima di iniziare. Quindi, i ricercatori hanno controllato i dati sulla frequenza cardiaca che Hassan Dawood, ricercatore presso il Brigham and Women’s Hospital, ha esportato dal suo Apple Watch. Dawood ha esportato i suoi dati sulla variabilità giornaliera della frequenza cardiaca due volte: la prima il 5 settembre 2020 e la seconda volta il 15 aprile 2021. Per l’esperimento, i ricercatori hanno esaminato i dati raccolti nello stesso periodo di tempo, dall’inizio di dicembre 2018 a settembre 2020.
Poiché i due set esportati includevano dati dello stesso periodo di tempo, questi ultimi dovevano essere teoricamente identici. Onnela dice che si aspettava alcune differenze. La “scatola nera” degli indossabili è una sfida costante per i ricercatori perché, invece di mostrare i dati grezzi raccolti da un dispositivo, i prodotti di solito consentono di esportare le informazioni solo dopo che sono state analizzate e filtrate attraverso un algoritmo di qualche tipo.
Le aziende cambiano i loro algoritmi regolarmente e senza preavviso, quindi l’esportazione di settembre 2020 potrebbe aver incluso dati analizzati utilizzando un algoritmo diverso rispetto all’esportazione di aprile 2021. “Ciò che era sorprendente era quanto fossero diversi. Questo è probabilmente l’esempio più chiaro che ho visto di questo fenomeno“, ha dichiarato il professore.
Il confronto dei dati di variabilità della frequenza cardiaca raccolti nei due diversi momenti mostra grandi differenze, ma Apple non ha ancora risposto a una richiesta di commento.
Algoritmi in continua evoluzione rendono quasi proibitivo l’uso di dispositivi indossabili commerciali anche per la ricerca sul sonno, già per natura molto complessi. Il fatto quindi che le aziende come Apple modifichino regolarmente i loro algoritmi per migliorare i prodotti non aiuta la ricerca.
Onnela ha paragonato questo problema al monitoraggio del peso corporeo. “Se volessi salire una bilancia ogni settimana, dovrei usare la stessa bilancia ogni volta. Se però quella bilancia fosse stata modificata senza che io lo sapessi, i cambiamenti giornalieri di peso non sarebbero stati affidabili. Per il monitoraggio della salute senza fini scientifici non è un grosso problema, ma per la ricerca sì. Nella ricerca, la coerenza è importante”.
In ogni caso, ci sono comunque alcune situazioni in cui i dati degli indossabili in commercio potrebbero essere ancora utili. Le informazioni sulla variabilità della frequenza cardiaca hanno mostrato tendenze simili in entrambi i momenti: i dati sono aumentati e diminuiti contemporaneamente. Se però la variabilità specifica della frequenza cardiaca calcolata ogni giorno è importante per uno studio, l’Apple Watch potrebbe non offrire risultati perfetti.