Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Noticias e investigación de IA

Investigación ·

Google convierte los datos del reloj inteligente en una edad de salud mejorable con un modelo de mundo de sensores

El marco experimental de Google Research calcula una edad de salud mejorable a partir de la frecuencia cardiaca en reposo, los pasos, el sueño y los Active Zone Minutes, y luego simula 12 semanas de cambios de hábitos con un modelo llamado SensorWM. En la cohorte All of Us, de 22.748 personas, una edad más alta predijo hipertensión, cardiopatía o diabetes tipo 2 en ocho años.

Un reloj inteligente puede decirte cuánto dormiste y caminaste ayer, pero no qué haría por tu corazón media hora más de sueño en los próximos tres meses. Google Research ha publicado un sistema experimental que intenta responder a esa pregunta. Convierte los datos cotidianos de un dispositivo llevable en una edad de salud que puedes cambiar y luego simula cómo la moverían distintos hábitos durante 12 semanas.

La primera pieza es lo que Google llama edad de salud entrenable. En lugar de entrenar un modelo para adivinar el año de nacimiento, se construye con cuatro señales que un dispositivo de consumo ya mide, frecuencia cardiaca en reposo, pasos diarios, duración del sueño y Active Zone Minutes semanales, más extras opcionales como el VO2max. La diferencia entre esa cifra y tu edad real es lo que se trabaja. En el programa de investigación All of Us, con 22.748 personas y más de 68.000 años-persona de datos de Fitbit e historias clínicas, los participantes sanos cuya edad de salud superaba a su edad real tenían bastante más probabilidad de desarrollar hipertensión, enfermedad cardiaca o diabetes tipo 2 en ocho años.

La segunda pieza es un modelo de previsión llamado SensorWM, entrenado con 2,28 millones de semanas-persona de datos anonimizados de unos 100.000 usuarios de Fitbit. Con dos semanas de datos, predice cómo cambiarán 20 marcadores fisiológicos en 12 semanas con distintas rutinas, y Google dice que supera a modelos generales de series temporales como TimesFM, que analizamos. Para cada persona prueba 125 combinaciones de hábitos, descarta las poco realistas o inseguras, y un modelo de lenguaje convierte las mejores en un plan de entrenamiento. En un estudio a ciegas con cinco entrenadores de estilo de vida y cinco médicos que revisaron 490 pares de planes, los entrenadores eligieron el plan basado en la simulación como el mejor en el 71,4% de las evaluaciones, y los médicos consideraron el 99,2% dentro de límites seguros de ejercicio.

Para quien ya lleva un Fitbit o un Pixel Watch, esto apunta hacia dónde va el asesoramiento de salud de Google: de un panel con las cifras de ayer a consejos concretos del tipo si haces esto, espera aquello. Un estudio complementario añade análisis de sangre, como el cociente de colesterol y la filtración renal, para perfilar por separado la carga cardiaca, renal y metabólica, y observó que el deterioro renal temprano suele aparecer por su cuenta.

Los límites son importantes. Son prototipos de investigación, no herramientas de diagnóstico, y todas las evaluaciones se hicieron sin conexión con datos pasados, no en un ensayo en el que la gente siguiera de verdad los planes. Que los expertos prefieran un plan no prueba que mejore la salud. Las cohortes proceden de usuarios de Fitbit que decidieron compartir sus datos, que quizá no representen a todo el mundo.

Nuestra opinión: Datos retrospectivos y valoraciones de expertos son un comienzo razonable, pero nada demuestra que el coaching mejore la salud de nadie. Para eso hace falta un ensayo prospectivo, que Google aún no ha hecho.

Nuestras reseñas:TimesFM

Fuente: Google Research

Más historias