Австралийская армия планирует контролировать здоровье военных при помощи данных, собранных смарт-часами и другими носимыми устройствами. Данные будут анализироваться с помощью алгоритма машинного обучения. Проект позволит выявлять биологические и химические угрозы, с которыми могут сталкиваться военные в ходе службы.
Современные носимые устройства, такие как фитнес-трекеры и смарт-часы, собирают различные данные о здоровье, включая физическую активность, пульс, уровень кислорода в крови, артериальное давление, сон и температуру кожи. Теперь австралийские ученые хотят использовать эти данные для сохранения здоровья своих военнослужащих.
Исследователи из Университета Южной Австралии (Uni SA) запустили проект, который должен выяснить, могут ли данные о здоровье, собранные смарт-часами и носимыми устройствами, помочь военным обнаруживать биологические и химические угрозы. По словам ученых, ключевым фактором в данном случае является возможность гаджета вести непрерывные наблюдения. Также такой подход позволит снизить стоимость диагностики, так как традиционные методы проверки являются дорогостоящими и затратными по времени.
«Большинство методов диагностики включают забор проб крови или носовой жидкости для выявления патогенов, ответственных за инфекции. Этот подход является дорогостоящим, трудоемким и требует лаборатории для анализа. Потребительские носимые устройства непрерывно измеряют показатели жизнедеятельности, включая частоту сердечных сокращений, температуру кожи и качество сна, создавая огромные наборы данных для каждого человека. Изменения этих параметров происходят очень быстро после заражения в рамках иммунного ответа», - поясняет Шивон Бэнкс, ведущий исследователь Uni SA.
Поскольку изменения в важных показателях, указывающие на инфекцию, происходят до появления симптомов, исследователи говорят, что они могут использовать эти данные для более быстрого лечения.
«Что, если бы мы могли использовать эти пассивно записанные данные для обнаружения самых ранних молекулярных и клеточных физиологических событий, вызванных контактом с возбудителем, ещё до активной инфекции?» - говорит Бэнкс.
Исследователи планируют разработать алгоритм машинного обучения для обнаружения ранних признаков инфекций, который будет “обучен” данными, собранными устройствами. Проект будет использовать облачный сервис, который связывается с носимыми устройствами и мобильным приложением. Алгоритм будет распознавать неправильные показания и группировать людей на основе их профилей здоровья.
Также собранная информация будет особенно полезна для раннего обнаружения контакта с биологическим или химическим оружием.
