健身追踪器正辜负数百万用户——这一修复方案或将改变一切

对许多人来说，健身追踪器已成为监测每日卡路里消耗的必备工具。但对肥胖人群而言，这些设备往往无法准确测量活动量——已知肥胖人群在步态、速度、能量消耗等方面都存在差异——直到现在这种情况才得以改变。

西北大学的科学家们开发出一种新算法，使智能手表能更精确地监测肥胖人群在各种体育活动中的卡路里消耗。

西北大学HABits实验室负责人纳比尔·阿尔舒拉法表示，这项技术填补了健身技术的关键空白。该实验室创建并测试了这款专为肥胖人群优化的开源主腕算法。该算法透明、经过严格测试，可供其他研究人员进一步开发。他们的下一步计划是在今年晚些时候推出一款活动监测应用程序，支持iOS和安卓系统。

"肥胖人群本可从活动追踪器中获得重要健康洞察，但目前大多数设备都未能达标，"西北大学范伯格医学院行为医学副教授阿尔舒拉法表示。

他指出，当前健身追踪器使用的活动监测算法是为非肥胖人群设计的。髋部佩戴的追踪器常因步态变化和设备在体重较大者身上的倾斜而误读能量消耗。腕戴式设备虽承诺跨体型提供更佳舒适性、依从性和准确性，但此前从未有人为该群体进行严格测试或校准。

"缺乏针对腕戴设备的验证算法，我们仍无法精确掌握肥胖人群每日实际活动量和能量消耗——这阻碍了我们制定精准干预措施和改善健康结局的能力。"阿尔舒拉法解释道。其团队将实验室算法与研究人员使用科研级设备设计的11种前沿算法进行对比测试，并借助可穿戴摄像头捕捉腕部传感器误判卡路里消耗的每个瞬间。

该研究结果将于6月19日发表于《自然》旗下期刊《科学报告》。

激发研究灵感的健身课

阿尔舒拉法在陪同患有肥胖症的岳母参加健身课时萌生了开发此算法的想法。

"她比任何人都卖力，但当我们瞥见排行榜时，她的数据几乎没变化，"阿尔舒拉法回忆道，"那一刻我深受触动：健身不应成为最需要它的人群的牢笼。"

算法媲美金标准方法

通过利用商用健身追踪器数据，新模型在测量能量消耗方面媲美金标准方法，能每分钟估算肥胖个体的能量使用情况，在真实场景中实现超过95%的精度。阿尔舒拉法表示，这一进步使更多肥胖人群能便捷追踪日常活动与能量消耗。

研究如何测量能量消耗

在第一组实验中，27名受试者同时佩戴健身追踪器和代谢推车——后者通过面罩测量佩戴者吸入氧气与呼出二氧化碳的体积，从而计算其能量消耗（单位千卡）和静息代谢率。受试者完成系列体能活动以测量各任务中的能量消耗。科学家随后将健身追踪器结果与代谢推车结果进行比对。

第二组25名受试者在日常生活场景中佩戴健身追踪器和随身摄像头。摄像头让科学家能直观确认算法何时高估或低估千卡值。

阿尔舒拉法提到，他有时会挑战受试者在五分钟内完成尽可能多的俯卧撑。

"许多人无法做地面俯卧撑，但每个人都完成了墙面俯卧撑，手臂因用力而颤抖，"他说，"我们把'标准'训练奉为终极考验，但这些标准将太多人排除在外。这些经历让我意识到必须重新思考健身房、追踪器和运动项目如何衡量成功——不让任何人的汗水被埋没。"

该研究题为《在腕戴设备上开发并对比新型BMI包容性能量消耗算法》。

西北大学其他作者包括第一作者魏博阳、克里斯托弗·罗马诺和邦妮·诺兰。该研究还与西北大学前成员马赫迪·佩德拉姆和惠特尼·A·莫雷利合作完成。

研究资金由美国国家糖尿病、消化和肾脏疾病研究所（资助号K25DK113242-01A1和R01DK129843-01）、美国国家科学基金会（资助号1915847）、美国国家生物医学成像和生物工程研究所（资助号R21EB030305-01）以及美国国立卫生研究院国家转化科学促进中心（资助号UL1TR001422）提供。