Un nuovo studio pubblicato da ricercatori supportati da Apple ha rivelato che un modello di Intelligenza Artificiale può prevedere una vasta gamma di condizioni mediche meglio dei sensori tradizionali.
Lo studio, intitolato “Beyond Sensor Data: Foundation Models of Behavioral Data from Wearables Improve Health Predictions”, introduce il Wearable Behavior Model (WBM). Si tratta di un foundation model che utilizza i dati comportamentali rilevati da Apple Watch — come numero di passi, durata del sonno, variabilità del battito cardiaco e mobilità — per anticipare problemi di salute latenti.
Diversamente dagli approcci classici, che si basano su misurazioni istantanee (frequenza cardiaca, ossigenazione, ecc.), questo modello AI analizza il comportamento degli utenti sul lungo periodo.
Il risultato? Un’accuratezza maggiore nel riconoscere condizioni di salute persistenti o fluttuanti, come:
- qualità del sonno
- uso di beta-bloccanti
- infezioni respiratorie
- gravidanza, con un’accuratezza del 92% se combinato a dati biometrici
Per addestrare il modello, Apple ha utilizzato i dati di oltre 160.000 utenti raccolti tramite lo studio Heart and Movement, con più di 2,5 miliardi di ore di dati analizzate.
Il modello sfrutta un’architettura di machine learning basata su serie temporali, in grado di cogliere cambiamenti graduali nel tempo. Questo consente di intercettare condizioni che si sviluppano in giorni o settimane, spesso difficili da rilevare con un’istantanea.
Anche se Apple non ha ancora confermato l’integrazione diretta di questo sistema in watchOS o Apple Health, lo studio dimostra quanto l’hardware attuale sia potenzialmente in grado di offrire analisi cliniche avanzate.
Con l’avanzare di Apple Intelligence e dei modelli on-device, non è difficile immaginare un futuro in cui l’Apple Watch fungerà da vero assistente medico personale, in grado di prevenire problemi prima ancora che si manifestino.
Apple Watch