The Pulse

Google Research testa modelli basati su dispositivi indossabili per il coaching sulla salute CKM

Google Research ha presentato un sistema sperimentale che combina i segnali dei dispositivi indossabili con cambiamenti simulati delle abitudini per il coaching sulla salute. Un modello complementare utilizza anche biomarcatori del sangue per esaminare la salute cardiovascolare, renale e metabolica.

AI.info Team · · verificato · su 4 fonti ↓ · Pubblicato 12 nov 2026

Google Research ha presentato, in un preprint su arXiv e in un post sul blog, un sistema sperimentale che utilizza i dati dei dispositivi indossabili per stimare l’età di salute e simulare come i cambiamenti nelle abitudini potrebbero influire su di essa. Il lavoro combina una metrica basata sui dispositivi indossabili con un modello che genera scenari di coaching di 12 settimane, affiancati da un modello complementare che aggiunge biomarcatori del sangue per valutare la salute cardiovascolare, renale e metabolica.

I modelli sono prototipi di ricerca, non strumenti di diagnosi clinica. Google ha dichiarato che le sue valutazioni sono state condotte offline utilizzando coorti di ricerca retrospettive e ha descritto gli studi prospettici come un passo futuro.

Una misura dell’età di salute

La misura si basa su quattro segnali rilevati dai dispositivi indossabili di consumo: frequenza cardiaca a riposo, passi giornalieri, durata del sonno e Active Zone Minutes settimanali. Tra gli input facoltativi figurano, quando disponibili, misure della capacità aerobica, della regolarità degli orari di sonno e della resistenza all’insulina.

La misura confronta una stima dell’età di salute con l’età anagrafica e tiene conto della sovrapposizione tra i segnali. Secondo i ricercatori, una differenza negativa indica un profilo fisiologico che appare più giovane rispetto all’età anagrafica della persona; una differenza positiva indica un invecchiamento accelerato.

Secondo l’abstract del preprint, in coorti che includevano 22.748 partecipanti al programma di ricerca All of Us, i ricercatori hanno rilevato che l’aggiunta della misura a età, sesso e indice di massa corporea migliorava la capacità di discriminazione prognostica dell’insorgenza di malattie cardiovascolari e metaboliche. Hanno inoltre esaminato nel tempo i dati registrati dai dispositivi indossabili e confrontato la misura con i punteggi clinici e lo stato di salute riferito dai partecipanti.

L’aggiunta dei marcatori del sangue

Nello studio complementare, i ricercatori hanno valutato un modello cardiovascolare-renale-metabolico su 819 partecipanti allo studio WEAR-ME. Il modello combinava i segnali dei dispositivi indossabili con il rapporto tra colesterolo e HDL, una misura della filtrazione renale chiamata eGFR e HOMA-IR, una misura della resistenza all’insulina.

I ricercatori hanno rilevato un’associazione tra alterazioni cardiovascolari e metaboliche, mentre la compromissione renale in fase iniziale sembrava manifestarsi indipendentemente. Utilizzando un punteggio di deviazione normalizzato, hanno individuato compromissioni significative della salute nel 29,0% della coorte.

Il modello misura quanto i singoli marcatori si discostano dalle soglie cliniche indicative di buona salute. La differenza nell’età di salute così ottenuta era inoltre coerente con i punteggi clinici e lo stato di salute riferito dai partecipanti, hanno dichiarato i ricercatori.

La verifica degli scenari di coaching

Un componente separato, SensorWM, è stato preaddestrato su oltre 2,2 milioni di settimane-persona di dati longitudinali dei sensori provenienti da circa 100.000 partecipanti. È progettato per prevedere le risposte fisiologiche in presenza di diverse routine di attività e sonno, mentre un agente basato su un modello linguistico trasforma gli scenari selezionati in piani di coaching.

Partendo da due settimane di dati iniziali dei dispositivi indossabili, il sistema prevede 20 marcatori fisiologici nelle 12 settimane successive; confronta le combinazioni di abitudini proposte con una proiezione in cui le abitudini rimangono invariate. Un ottimizzatore valuta i cambiamenti previsti alla luce della flessibilità mostrata in passato dalla persona e dei limiti clinici, prima di selezionare i percorsi per l’agente di coaching.

In valutazioni comparative in cieco, i coach specializzati nello stile di vita hanno preferito i piani basati sulle simulazioni a quelli fondati esclusivamente sui dati precedenti dei dispositivi indossabili per la qualità complessiva nel 71,4% delle valutazioni e per l’aderenza prevista nel 71,0%. I medici con certificazione specialistica hanno giudicato il 99,2% dei piani basati sulle simulazioni conforme ai criteri di sicurezza clinica, rispetto al 97,6% dei piani di confronto.