آیا گجتهای پوشیدنی کالری سوزاندهشده را دقیق اندازه میگیرند؟
دیوایسهای هوشمند امروزی عملا به قادر مطلق تبدیل شدهاند و هیچکدام از ما دوست نداریم بدانیم آیفونمان چه اطلاعاتی راجع به ما دارد. با این همه، سیلیکون ولی هنوز در پیادهسازی بسیاری از تکنولوژیهای به ظاهر پیش پا افتاده، ضعیف عمل میکند. پایش کالری سوزانده شده احتمالا یکی از آنها باشد.
اگرچه اکنون بیشمار اپلیکیشن و دستگاه هوشمند در بازار داریم که گویا میتوانند سوخت کالری را در بدن شما اندازه بگیرند، اما مشخص نیست که این کار با چه میزان دقت انجام میگیرد. بنابراین به سراغ برخی از متخصصین میرویم تا ببینیم آیا گجتهای پوشیدنی هوشمند واقعا کالری سوخته شده را دقیق اندازه میگیرند یا خیر؟
مایکل اشنایدر
مدیر واحد ژنتیک و مرکز ژنوم و دارو در دانشگاه استنفورد
گاهی بله، گاهی خیر.
این دیوایسها معمولا عملکردی قابل قبول دارند، اما نه آنقدرها خوب. و ضمنا قادر به اندازهگیری تأثیر فعالیتهایی نیستند که شتابسنج دستگاه را درگیر نمیکنند. برای مثال میتوان کالری سوزانده شده هنگام دویدن روی تردمیل را اندازه گرفت، اما نمیتوان به پایش سوخت کالری هنگام بلند کردن وزنه پرداخت. اما تجربه من نشان داده که حتی بهترین پوشیدنیها هم در این حوزه بینقص عمل نمیکنند و بخش اعظمی از فرآیند سوخت کالری به ویژگیهای گوارشی شخص بستگی دارد و هیچ پوشیدنی نمیتواند این فاکتور را نیز در نظر بگیرد.
اگر در حال انجام کاری هستید که ضربان قلبتان را بیشتر میکند، این دیوایسها احتمالا قادر به پایش آن باشند. آنچه این دستگاهها قادر به تمیز دادن از یکدیگر نیستند، میزان کالریهایی است که شما میخواهید سوزانده شوند (مثلا با افزایش ضربان قلب از طریق یوگا) و میزان کالریهایی که شما نمیخواهید بسوزند (مثلا با افزایش ضربان قلب از طریق استرس).
برای اینکه این دیوایسها اطلاعاتی دقیق از سوخت کالری به دست آورند، باید برای هر شخصی که آنها را میپوشد شخصیسازی و کالیبره شوند؛ در این صورت خواهند دانست که شما هنگام یک ورزش خاص، چه میزان انرژی صرف خواهید کرد. با دسترسی به تجهیزات پیچیدهتر، میتوان نوعی استاندارد شخصی برای فعالیتهای فیزیکی به وجود آورد.
در آینده با مهارت بیشتری به پایش چنین چیزهایی خواهیم پرداخت، زیرا دیوایسها هر روز پیچیده و پیچیدهتر میشوند و با تکنولوژیهای پایش تنفس که میتوانند فعالیتهای مختلف را از یکدیگر تفکیک کنند، شرایط بهبود خواهد یافت. اما به نظر من هنوز در ابتدای راه هستیم.
آلبرت تیتوس
پروفسور مهندسی بیومدیکال در دانشگاه بوفالو
بدن ما به صورت مداوم انرژی مصرف میکند. به عبارت «صرف انرژی» میتوانید به چشم یک هممعنی برای «سوزاندن کالری» هم نگاه کنید. وقتی به سلامت بدن به صورت کل نگاه میکنیم، میزان کالری سوزانده شده یا مقدار انرژی صرف شده هنگام انجام فعالیتهایی مانند راه رفتن، دویدن، شنا کردن یا حتی نشستن اهمیت مییابد. این اطلاعات نشان میدهد که بدن به شکلی چه میزان بهینه در حال مصرف مواد مغزی است و متوجه می شویم که آیا میزان سوزاندن کالری بیشتر از کالری دریافتی است یا خیر.
فارغ از سایر قابلیتهایشان، پوشیدنیها میتوانند نشان دهند که کاربر چه میزان کالری میسوزاند.
اما با پایش کالری سوزانده شده، معیاری مستقیم به دست نمیآوریم؛ اطلاعات نهایی باید بر اساس چند پارامتر مختلف محاسبه شوند که بسیاری از آنها وابسته به بدن هر فرد و متمایز از بدن فرد دیگر هستند. مطالعات نشان میدهند که گزارش مصرف انرژی به دست آمده از پوشیدنیها، تفاوتی چشمگیر با معیارهای «استاندارد طلایی» مصرف انرژی دارند؛ اینکه دستگاه کالریها را کمتر یا بیشتر از میزان حقیقی محاسبه میکند یا خیر، بستگی به خود دستگاه، فعالیت شخص و میزان فعالیت دارد.
بنابراین پوشیدنیها آنقدر پیشرفته نیستند که بتوانند برای پایشهای حیاتی مانند پایش دقیق مصرف انرژی به دلایل پزشکی یا برای ورزشکاران حرفهای، استفاده شوند. اگر یک نفر بخواهد درکی کلی از میزان کالری سوزانده شده در بدنش طی برههای مشخص از زمان یا طی یک روز داشته باشد، در آن صورت پوشیدنیها ابزاری قابل قبول به حساب میآیند. البته نباید این را از یاد ببریم که پوشیدنیها به مردم انگیزه میدهند که اندکی جنب و جوش بیشتر داشته باشند.
اما هیچکس نباید کاملا بر اعداد و ارقام گزارش شده از سوی این دیوایسها متکی باشد.
ادوارد سازانوف
پروفسور مهندسی کامپیوتر و برق در دانشگاه آلاباما
دقت دیوایسهای مختلف پوشیدنی در اندازهگیری مصرف انرژی (یا همان سوزاندن کالری) میتواند بسیار متغیر باشد.
اصلیترین فاکتورهای مؤثر، سنسورها و الگوریتمهای استفادهشده هستند. سنسوری که تا به امروز به صورت متداول استفاده شده، شتابسنج است؛ دیوایسی که عمدتا حرکت تمام بدن را می سنج. شتابسنج برای مثال برای سنجش قدم زدن یا دویدن فرد و شمارش گامهای برداشته شده استفاده میشود.
مشکل این است که تمام فعالیتهای فیزیکی با شتابسنج قادر به پایش و اندازهگیری نیستند. تمرینات قدرتی معمولا بر تقویت عضلات متکی هستند و حتی شدیدترین و دشوارترین تمرینات این چنینی هم اگر در جایی ثابت انجام شوند، توسط شتابسنج پایش نمیشوند. تصور کنید که یک پایشگر فعالیت فیزیکی به مچ دستتان بستهاید و مشغول شنا رفتن یا دراز نشست هستید. برای چنین تمریتاتی، معمولا از یک سنسور ثانویه برای پایش ضربان قلب استفاده میشود. با پایش ضربان قلب، به دست آوردن تصویری دقیقتر از میزان شدت تمرین و انرژی مصرفی امکانپذیر میشود.
پایشگرهای انرژی مصرفی در سطح آزمایشگاهی ممکن است شامل سنسورهای اضافه برای پایش حرارت بدن، حرارت هوا، جریان حرارت، تعرق، فشار هوا و چیزهایی از این دست هم باشند. این سنسورها تصویری کامل از فعالیتی که در حال انجام است ترسیم میکنند و دقت پایش را به شکل بالقوه افزایش میدهند.
عامل کلیدی دیگر در دقت، الگوریتم استفادهشده است که اطلاعات سنسور را تبدیل به اطلاعات انرژی مصرف میکند. این الگوریتمها ممکن است بسیار ساده باشند (هرچه گام بیشتری بردارید، کالری بیشتری میسوزد) یا بسیار پیچیده. برای مثال الگوریتمهایی که ما در آزمایشگاهمان توسعه میدهیم ممکن است شامل تشخیص فعالیت فیزیکی در مرحله نخست مانند نشستن، ایستادن، قدم زدن، دوچرخهسواری، رانندگی و غیره باشند و سپس با استفاده از یک مدل مشخص از همان فعالیت فیزیکی، انرژی مصرفی را تخمین میزنیم.
در محصولاتی که برای مصرفکنندگان ساخته میشوند، این الگوریتمها معمولا جعبهای سیاه هستند که به کمپانی سازنده تعلق دارند و شیوه کارکردشان پنهان باقی میماند. طی سالهای اخیر، چندین پژوهش علمی نشان داده که دقت پوشیدنیها بهشدت با ابزارهای پایشگر بسیار دقیق و پیشرفته متفاوت است. طبیعتا مردم باید مراقب پوشیدنیهای بینام و نشانی هم باشند که از الگوریتمهای دروغین برای پایش انرژی مصرفی استفاده میکنند. ما در آزمایشگاهمان انبوهی از دیوایسهای مختلف را تست کردهایم که گزارشهایی کاملا غیر واقعگرایانه از فعالیتهای فیزیکی ارائه میکنند و عملا مثل یک موز میمانند که بخواهید با آن ضربان قلبتان را بسنجید.
در مجموع هیچ پاسخ جامعی برای ادعاهای مربوط به میزان دقت در دیوایسهای پوشیدنی وجود ندارد. دقت وابسته به دیوایس، نوع فعالیت فیزیکی که پایش میشود و الگوریتمهای استفادهشده است. با این وجود، میزان دقت به مرور زمان در حال افزایش است و این مهم با سنسورهای تازه و الگوریتمهای پیشرفتهتر میسر میشود.
منبع: Gizmodo