Los proveedores de atención médica y las compañías de seguros confían cada vez más en los rastreadores de actividad de teléfonos inteligentes y dispositivos portátiles para recompensar a las personas activas por un comportamiento saludable o para monitorear a los pacientes. Pero debido a que los rastreadores de actividad pueden ser engañados fácilmente, los investigadores de Northwestern Medicine y Northwestern Rehabilitation Institute of Chicago RICdiseñaron una forma de capacitar a los rastreadores de teléfonos inteligentes para que detecten la diferencia entre la actividad real y la falsa. El nuevo método detecta, por ejemplo, cuando un tramposo sacude el teléfono mientras está recostado en el sofá, por lo que el rastreador pensará que está sudando rápidamentecaminar.
Mientras que los sistemas entrenados con datos de actividad normal predijeron la actividad real con un 38% de precisión, el entrenamiento con los datos recopilados durante el comportamiento engañoso aumentó su precisión al 84%.
"A medida que los proveedores de atención médica y las compañías de seguros dependen más de los rastreadores de actividad, existe una necesidad inminente de hacer que estos sistemas sean más inteligentes contra el comportamiento engañoso", dijo el autor principal del estudio, Sohrab Saeb, becario postdoctoral en el Centro de Tecnologías de Intervención Conductual en NorthwesternFacultad de Medicina de la Universidad Feinberg. "Hemos mostrado cómo entrenar sistemas para garantizar que los datos sean auténticos".
El estudio fue publicado en PLOS One en diciembre.
Algunas compañías de seguros ofrecen descuentos a las personas que son más activas, dijo Saeb. Los proveedores de atención médica pueden monitorear a los pacientes para ver si están siguiendo el consejo de un médico para hacer o abstenerse de ciertas actividades para mejorar el resultado de su tratamiento.
En el estudio, los científicos demostraron que los teléfonos inteligentes entrenados rigurosamente en actividades normales y engañosas pueden detectar el comportamiento engañoso y generalizarlo entre las personas. Si el rastreador descubre cómo una persona hace trampa, reconocerá el mismo comportamiento turbio en otra persona. Como participantes en elEl estudio varió sus métodos de hacer trampa, los rastreadores de actividad fueron probados y reentrenados hasta seis veces.
"Muy pocos estudios han intentado hacer que el reconocimiento de seguimiento de actividad sea sólido contra las trampas", dijo el autor principal Konrad Kording, científico investigador de RIC y profesor asociado de medicina física y rehabilitación en Feinberg. "Esta tecnología podría tener amplias implicaciones para las empresasque hacen que los rastreadores de actividad y las compañías de seguros busquen registrar el movimiento de manera más confiable ".
Los rastreadores de actividad de teléfonos inteligentes se capacitaron en el estudio, pero el método también podría aplicarse a rastreadores de actividad tipo pulsera u otros rastreadores de actividad basados en sensores portátiles.
Sin embargo, no es completamente infalible. "Si alguien conecta un rastreador de actividad a un perro, el sistema no puede reconocerlo", dijo Saeb.
El estudio incluyó a 14 sujetos, de 23 a 38 años, que utilizaron una variedad de estrategias de trampa. Para fingir que caminaban cuando en realidad estaban sentados en una silla, los participantes agitaban el teléfono con las manos, movían las manos hacia adelante y hacia atrás odeslizaron el teléfono en sus bolsillos y movieron su torso o piernas para inducir lecturas del sensor similares a una caminata real. También intentaron fingir estar sentados mientras caminaban.
Fuente de la historia :
Materiales proporcionado por Universidad Northwestern . Original escrito por Marla Paul. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :