Les trackers de fitness ne sont pas exacts pour les personnes atteintes d'obésité

L'équipe d'Alshurafa a développé un nouvel algorithme qui permet aux montres intelligentes de surveiller plus précisément les calories brûlées par les personnes atteintes d'obésité, ont déclaré les chercheurs.

montrent que le nouvel algorithme atteint une précision de plus de 95% dans des situations du monde réel, dit l'étude.

"Sans un algorithme validé pour les appareils de poignet, nous sommes toujours dans l'obscurité sur les interventions et l'amélioration de l'activité et de l'énergie avec l'obésité obtient vraiment chaque jour - Ralentissant notre capacité à parcourir et à améliorer les experts pour la santé", a dit Alshuraf.

Alshurafa a déclaré qu'il était motivé à créer l'algorithme après avoir été allé à un cours d'exercice avec sa belle-mère, qui a l'obésité.

"Elle a travaillé plus dur que quiconque, mais lorsque nous avons jeté un coup d'œil aux classements, ses chiffres se sont à peine inscrits", a déclaré Alshurafa. "Ce moment m'a frappé: la forme physique ne devrait pas ressembler à un piège pour les personnes qui en ont le plus besoin."

Les algorithmes actuels utilisés par les trackers de fitness ont été conçus pour les personnes sans obésité, explique Alsurafa.

Les trackers de renseignements ont souvent mal lu de la brûlure d'énergie parce que les personnes ayant un excès de poids avec une démarche différente et portent les appareils à une inclinaison, ont déclaré les chercheurs. Les appareils portés au poignet offrent une meilleure précision, mais n'ont pas été rigoureusement testés et calibrés pour les personnes atteintes d'obésité.

L'équipe a testé son nouvel algorithme contre 11 autres méthodes de pointe pour estimer l'effort, en utilisant des trackers de fitness de niveau de recherche et des caméras portables pour attraper chaque instant où les capteurs de poignet ont mal lu des brûlures de calories.

Dans un groupe, 27 personnes ont porté un tracker de fitness et un masque qui calcule la combustion d'énergie basée sur la quantité d'oxygène inhalé et un dadon de carbone à expiration.

Dans un autre groupe, 25 personnes portaient un tracker de fitness et une caméra corporelle au cours de leurs activités quotidiennes, dit l'étude.

alshurafa a également fait modifier des exercices standard pour prendre en compte leur poids - par exemple, les pompes murales par opposition aux pompes à plancher.

"Beaucoup ne pouvaient pas tomber sur le sol, mais chacun a écrasé les pousseurs de mur, leurs bras tremblant d'efforts", a déclaré Alshurafa, "nous célébrons les entraînements" standard "comme le test ultime, mais ces normes laissent de côté tant de personnes. Ces expériences m'ont montré que nous devons repenser comment les gymnases, les trackers et les programmes d'exercice ne mesurent pas le travail durement." Application qui utilise le nouvel algorithme pour les montres intelligentes à Apple et Android, ont déclaré les chercheurs.

L'algorithme est open-source, et d'autres chercheurs sont encouragés à le tester et à y tirer.

"À ce jour, de nombreuses œuvres ont examiné la validité des algorithmes propriétaires des moniteurs d'activité commerciale", a écrit l'équipe de recherche dans leur article. "Cependant, à notre connaissance, aucune d'entre elles n'a publié un algorithme open source que d'autres peuvent reproduire en utilisant des données brutes obtenues à partir de dispositifs de détection de poignet disponibles dans le commerce."

Sources