Apple entrena un modelo de IA para predecir tu salud a partir del comportamiento con el Apple Watch
Un nuevo estudio titulado «Más allá de los datos del sensor: los modelos fundacionales del comportamiento desde wearables mejoran las predicciones de salud» ha revelado cómo los dispositivos como el Apple Watch pueden ir más allá de la simple medición de datos biométricos en tiempo real.
Gracias a un modelo de inteligencia artificial llamado Wearable Behavior Model (WBM), ahora es posible identificar patrones de comportamiento que ayudan a detectar problemas de salud de manera más precisa y anticipada.
Un modelo fundacional basado en comportamiento y no solo en métricas biométricas
A diferencia de los enfoques tradicionales que se centran en datos como la frecuencia cardíaca o la saturación de oxígeno, el modelo WBM analiza cómo cambia el comportamiento del usuario a lo largo del tiempo. Esto incluye métricas como:
- Cantidad de pasos diarios
- Duración del sueño
- Variabilidad de la frecuencia cardíaca
- Nivel de movilidad
Estos datos no se interpretan de forma aislada, sino como parte de un conjunto contextual más amplio, capturado y procesado directamente por algoritmos integrados en el Apple Watch.
Mejores predicciones en condiciones estáticas y transitorias
Según los investigadores, el modelo WBM ofrece resultados más eficaces que aquellos basados únicamente en biometría directa. Muestra una gran precisión en la detección de estados de salud estáticos (como el uso de betabloqueantes) y condiciones transitorias, como la calidad del sueño o infecciones respiratorias.
Una de las aplicaciones más llamativas fue la detección de embarazos. Cuando el modelo WBM se combinó con datos biométricos tradicionales, alcanzó una precisión del 92%, una cifra impresionante que subraya el potencial de este enfoque híbrido.
Un entrenamiento masivo con datos reales de 160.000 usuarios
El modelo fue desarrollado a partir de la base de datos del Heart and Movement Study de Apple, una iniciativa que ha recopilado datos de más de 160.000 participantes voluntarios que comparten información desde sus Apple Watch y iPhone.
En total, el modelo se entrenó con más de 2.500 millones de horas de datos y se evaluó en 57 tareas distintas de predicción de salud, lo que demuestra la solidez y generalización del sistema.
IA aplicada a cambios de comportamiento: una revolución en salud preventiva
Lo que diferencia al WBM es su capacidad para detectar cambios progresivos en el comportamiento, gracias a una arquitectura de aprendizaje automático basada en series temporales. Esto permite identificar afecciones que no se manifiestan de forma inmediata, sino que evolucionan con el tiempo, como trastornos del sueño o cambios en la actividad física.
¿Estará disponible pronto para los usuarios del Apple Watch?
Aunque el estudio no confirma si este modelo se integrará como una función visible para los usuarios, lo que sí está claro es que el hardware actual del Apple Watch tiene el potencial para ofrecer análisis de salud mucho más inteligentes y personalizados.
Este avance podría marcar un antes y un después en el cuidado personal, haciendo que los relojes inteligentes se conviertan en aliados fundamentales para la salud preventiva, la monitorización de enfermedades crónicas y la detección temprana de problemas médicos.
