简而言之
- 大多数商用健身追踪器对于肥胖人群提供的卡路里消耗估计不准确，因为这些设备没有考虑到不同体型、运动方式和步态的差异。
- 西北大学的研究人员为手腕佩戴的智能手表开发了一种新算法，显著提高了肥胖人群的能量消耗准确性，表现优于几乎所有现有方法。
- 这一新模型为更包容的健康技术打开了大门，可能使智能手表不仅更好地监测身体活动，还能监测饮食和其他健康相关行为。
芝加哥 —— 健身追踪器承诺监测每日能量消耗并帮助指导健康决策，但它们一直未能为体重超标的人提供准确的读数。髋部佩戴的设备会因不同的步行模式而受到影响，而手腕佩戴的追踪器尚未针对肥胖人群进行适当的测试。直到现在，肥胖人群一直在基于根本上错误的数据做出健康决策。
西北大学的研究人员创建了第一个专门为肥胖人群设计的算法，以从商用智能手表中获得准确的能量消耗读数。他们的工作发表在《科学报告》上，最终可能使这一未被充分服务的人群能够获得可靠的健身追踪。
这项研究源于一个非常个人化的时刻。首席研究员纳比尔·阿尔沙拉法在与患有肥胖症的岳母一起去上健身课后得到了算法的灵感。
“她比任何人都努力，但当我们查看排行榜时，她的数据几乎没有任何显示，”西北大学研究员阿尔沙拉法在一份声明中说。“那一刻触动了我：健身不应该成为最需要它的人的陷阱。”
为什么你的追踪器会失败
手腕佩戴的健身追踪器对肥胖人群的准确性测试有限。（照片由Luke Chesser在Unsplash上拍摄）
健身追踪器是为“平均”体型设计的。对于肥胖人群来说，一切都变了。步行模式发生变化，首选速度不同，身体组成也会影响设备的放置和功能。由于身体组成的差异，髋部佩戴的设备可能会以不同的角度倾斜，导致测量结果不一致且不可靠。
手腕佩戴的设备似乎是显而易见的解决方案。它们更舒适，人们实际上会持续佩戴，并且受身体组成变化的影响较小。但在本研究之前，没有人对专为肥胖人群设计的手腕式能量消耗算法进行过适当的验证。
研究人员注意到，现有的商业手腕佩戴设备公司已经开发了确定卡路里消耗的算法，但这些算法仍然是专有的，缺乏透明度的验证，为肥胖人群留下了关键的空白。
西北大学团队招募了52名参与者，所有人的BMI均在30或以上。平均BMI约为36，参与者的年龄从40岁出头到50多岁不等。
在实验室部分，27人佩戴了商用化石运动智能手表和研究级ActiGraph设备，同时进行了从计算机工作到剧烈有氧运动的各种活动。研究人员还通过代谢车连接参与者，通过呼吸分析来测量实际的能量消耗。
另外25名参与者将设备带回家进行了两天的实际测试。研究人员使用可穿戴相机来视觉确认人们实际在做什么，确保他们的算法与现实相符，而不仅仅是其他估计值。
更智能的两步过程
大多数现有算法试图直接从运动数据中估计能量消耗。西北大学团队采取了不同的方法，创建了一个专门为手腕佩戴设备设计的两步过程。
首先，系统确定某人是在进行久坐活动（如坐着、阅读、打字）还是非久坐活动（如走路、锻炼、四处走动）。对于久坐活动，算法分配一个标准的静息值。
对于非久坐活动，它应用一个更复杂的模型，该模型不仅考虑来自智能手表传感器的运动模式，还考虑个人因素，如年龄、性别、体重、身高和BMI。
模拟研究参与者展示了研究人员如何在研究中测量卡路里消耗。（来源：西北大学）
当与实验室中的代谢车进行测试时，新算法的表现明显优于现有方法。它在七个已建立的算法中超越了六个，包括一些据称能提供更准确读数的髋部佩戴设备。
在实际测试中，与最佳现有方法相比，新算法的估计值在95%的时间内都在可接受范围内。在同一时间段内测试的算法中，西北大学的方法始终表现出最低的误差率。
统计分析证实，这些表示与现有方法相比有了显著的准确性改进。
算法的挑战
没有系统是完美的，西北大学的算法也不例外。当主导手相对于身体其他部位保持相对静止时，它倾向于低估能量消耗。例如，在打电话时将手机放在耳边走路。
另一方面，当主导手比身体其他部位移动更多时，它会高估，比如在坐着时滚动社交媒体或在电话交谈中做手势。
打电话时走路导致低估的情况比高估的情况更多。坐着的活动根据手的移动情况显示出不同的结果；被动活动如看电视会导致低估，而主动使用手机则会导致高估。
然而，由于该算法适用于戴在主导手上的智能手表，因此可以潜在地与其他健康监测应用程序集成，这些应用程序跟踪饮食、饮水或吸烟行为——所有这些活动主要由主导手完成。
这样的健康监测系统可以使用同一设备同时跟踪摄入的卡路里和消耗的卡路里。对于管理体重或监测整体健康的人来说，拥有可靠的数据可以改变一切。
使技术更具包容性
这是朝着使健身技术真正适用于不同体型人群迈出的一步。目前，肥胖人群可能基于其健身追踪器提供的有缺陷的数据做出健康决策。
在研究过程中，阿尔沙拉法会让参与者在五分钟内尽可能多地做俯卧撑。这种经历让他看到了衡量健身和锻炼成功的更广泛不平等现象。
“许多人无法趴在地上，但每个人都出色地完成了墙式俯卧撑，他们的手臂因努力而颤抖，”阿尔沙拉法说。“我们庆祝‘标准’锻炼作为终极测试，但这些标准忽略了很多人。这些经历让我意识到，我们必须重新思考健身房、追踪器和锻炼计划如何衡量成功——这样就不会有人的努力被忽视。”
如果某人试图减肥、增加活动水平或简单地了解其每日能量消耗，不准确的数据会导致不良结果。当健身追踪器仅对某些体型有效时，它们就让大量用户失望了。
(全文结束)
