¿Por qué los rastreadores de ejercicios pueden no darle todo el crédito que esperaba?

¿Por qué los rastreadores de ejercicios pueden no darle todo el crédito que esperaba? Los rastreadores de fitness portátiles tienen menos precisión cuando se usan de ciertas maneras. bogdankosanovic / E + a través de Getty Images

Enero es un momento en que muchas personas toman resoluciones, y luego las rompen. Casi el 60% de los estadounidenses resolverá hacer más ejercicio, pero menos del 10% se mantendrá con su resolución. Una clave para mantener las resoluciones es garantizar que sean mensurable, y una manera simple de rastrear la actividad es a través de un reloj inteligente portátil o un rastreador de ejercicios. En efecto, casi uno de cada cinco adultos ha usado un rastreador de ejercicios.

Los rastreadores de fitness portátiles también pueden ayudar a mejorar la atención médica al proporcionar información sobre la actividad física, la frecuencia cardíaca, la ubicación y los patrones de sueño. Mi equipo de investigación utiliza datos de seguimiento de actividad física con sensores inteligentes para el hogar para ayudar los adultos mayores viven de manera segura e independiente. También estudiamos los datos del rastreador de actividad física portátil junto con registros médicos electrónicos y datos genómicos para investigar las causas de la diabetes gestacional. Muchos otros investigadores utilice rastreadores de actividad física para entender mejor cómo los estilos de vida pueden afectar la salud.

Desafortunadamente, descubrí en mi investigación de informática de salud que los dispositivos portátiles pueden no dar todo el crédito que sus usuarios merecen, y en algunos casos, los usuarios pueden querer considerar cuán seguros y privados son sus datos.

Dar crédito cuando es debido

Las personas que usan rastreadores de ejercicios han sido frustrados con la forma en que obtienen "crédito" por sus actividades, que impulsa a algunos usuarios a abandonar los rastreadores de fitness. En el trabajo de mi equipo de investigación, encontramos que las personas que tienen un movimiento limitado del brazo informan que los rastreadores de actividad física no registran con precisión sus actividades. Esto también puede suceder con aquellos que no tienen modos de andar tradicionales porque pueden barajarse.

La falta de crédito es especialmente evidente cuando las personas caminan pero mantienen sus brazos quietos, como empujar una carriola o caminar mientras cargan a un bebé. Las nuevas madres también informan problemas de precisión con respecto a sus patrones de sueño. Cuando se despiertan varias veces por la noche, a la mañana siguiente, el dispositivo los mostrará como "ligeramente dormidos". Esto es frustrante cuando la nueva madre quiere usar estos datos para negociar con su pareja sobre el cuidado de los niños porque un dispositivo puede acreditar a la madre con más sueño del que ella realmente consigue.

¿Por qué los rastreadores de ejercicios pueden no darle todo el crédito que esperaba? ¿Estaba 'durmiendo levemente' o se despertó varias veces? fizkes / iStock a través de Getty Images

Estas inexactitudes tienen sentido desde un punto de vista técnico. Cuando las personas mantienen sus muñecas quietas, como al empujar una carriola, la muñeca no cambia de dirección. Por lo tanto, el software no puede detectar cambios en el movimiento del sensor acelerómetro en un rastreador de muñeca que está buscando cambios en los movimientos hacia arriba, hacia abajo, hacia adelante y hacia atrás. Los investigadores también han demostrado que Se pueden grabar 500 pasos o menos sin usar el dispositivo, lo que refleja cómo los dispositivos pueden sobrevalorar la actividad a veces. En el caso de detectar el sueño, la mayoría de las personas no se despiertan varias veces por la noche, por lo que los algoritmos utilizados por los dispositivos portátiles pueden arrojar estas pequeñas ráfagas de movimiento.


Obtenga lo último de InnerSelf


Las compañías que fabrican estos dispositivos portátiles tienen una propiedad intelectual significativa involucrada en la detección de estos movimientos y luego usan algoritmos para decidir cuánta gente se mueve o duerme, por lo que estos algoritmos no se comparten públicamente. Actualmente no existen mecanismos para dar retroalimentación sobre lo que se detectó. Imagínese si una persona pudiera presionar un botón y decirle a un dispositivo de fitness portátil: "¡Me desperté tres veces esta noche!"

Dado que las personas no obtienen el crédito que merecen por algunas de sus actividades, me preocupa qué tipo de datos sobre el estilo de vida que los investigadores podamos evaluar con precisión de un producto portátil para nuestra investigación de salud. En informática, hay un dicho: "Basura, basura". Si los rastreadores de actividad física portátiles están poniendo datos inexactos de paso y sueño en los algoritmos que cuantifican nuestras actividades, entonces las personas tomarán decisiones relacionadas con la salud basadas en datos inexactos.

¿Quién tiene los datos?

Por lo general, los consumidores evalúan la cantidad de "crédito" que obtienen de un rastreador de actividad física transfiriendo los datos a una aplicación. La mayoría de las personas probablemente asumen que cuando las personas transfieren los datos a la aplicación, los datos no se comparten ampliamente. Los usuarios pueden suponer, por ejemplo, que pueden ver los datos, las personas con quienes compartieron los datos pueden verlos y la empresa que tiene el dispositivo y la aplicación puede ver los datos. Pero esto es sólo parte de la historia.

Sin embargo, una empresa podría cambiar sus términos de servicio, lo que, según los estudios, las personas tienen dificultades para entender - y decida poner estos datos de salud a disposición de terceros. Por ejemplo, se podrían vender datos de aptitud física para ayudar a nuestros empleadores a comprender nuestra aptitud y productividad or compañías de seguros para ayudar con o negar cobertura de salud. Aunque no hay evidencia de que se realice esta práctica, creo que los consumidores harían bien en saber que es una posibilidad en el futuro.

Sobre el Autor

Katie Siek, profesora asociada de informática, La Universidad de Indiana

Este artículo se republica de La conversación bajo una licencia Creative Commons. Leer el articulo original.

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

seguir a InnerSelf en

facebook-icontwitter-iconrss-icon

Obtenga lo último por correo electrónico

{Off} = emailcloak