Eine neue, von Apple unterstützte Studie zu Körperdaten hat sich mit deren Aussagekräftigkeit befasst.
Das Resultat: Daten zu Bewegung, Schlaf oder Fitness sind oft informativer als klassische biometrische Werte wie Puls oder Blutsauerstoff. Im Rahmen der Apple Heart and Movement Study (AHMS) wurde in diesem Zusammenhang auch ein neues KI-Modell entwickelt: das Wearable Behavior Model (WBM).
Daten von über 161.000 Menschen ausgewertet
Das basiert nicht auf Rohdaten der Sensoren, sondern auf aus diesen abgeleiteten Verhaltensmetriken wie Schrittzahl, Gangstabilität oder Mobilität. Insgesamt wurden über 2,5 Milliarden Stunden an Apple-Watch- und iPhone-Daten von mehr als 161.000 Teilnehmern verwendet. Statt unübersichtlicher Rohdaten nutzt WBM 27 gezielt ausgewählte Metriken, darunter aktiver Kalorienverbrauch, Gehgeschwindigkeit, Herzfrequenzvariabilität und Schlafdauer.

Das Modell wurde wöchentlich mit diesen Metriken gefüttert und mit einer Architektur auf Basis von Mamba-2 trainiert, die laut Forschern für diese Anwendung präziser arbeitet als klassische Transformer (bekannt aus GPT-Modellen).
Watch wird immer wichtiger für den Health-Sektor
Besonders eindrucksvoll: WBM erkennt statische Gesundheitszustände wie Bluthochdruck, aber auch dynamische Zustände, etwa Schlafqualität oder eine Schwangerschaft, mit einer Genauigkeit von bis zu 92 %. Die Forscher betonen, dass das Modell langfristig helfen könnte, Gesundheitsverläufe präziser und individueller zu überwachen – ganz ohne zusätzliche Hardware neben der Watch.
- alle Deals bei Amazon
- Amazon Prime 30 Tage gratis testen
- Audible 3 Monate gratis
- Amazon Music Unlimited mit Rabatt
- Kindle Unlimited bis zu 3 Monate gratis
In diesem Artikel sind Partner-Links enthalten. Durch einen Klick darauf gelangt ihr direkt zum Anbieter. Solltet Ihr Euch für einen Kauf entscheiden, erhalten wir eine kleine Provision. Für Euch ändert sich am Preis nichts. Danke für Eure Unterstützung. via 9to5Mac, Foto: Apple
