通常情况下，准确测量最大摄氧量(VO2max)的测试需要昂贵的实验室设备，而且大多仅限于精英运动员。摄氧量是全面健康的关键衡量指标，也是心脏病和死亡风险的重要预测指标。这种新方法使用机器学习在日常活动中预测人体进行有氧运动的最大摄氧量(VO2max)，而不需要GPS测量等背景信息。

在迄今为止同类研究中规模最大的一项研究中，研究人员使用可穿戴传感器收集了超过1.1万名芬兰研究参与者的活动数据，并在7年后对其中一部分参与者再次进行了测试。研究人员利用这些数据开发了一个预测VO2max的模型，然后对第三组进行了基于实验室的标准运动测试。与基于实验室的测试相比，该模型显示出较高的准确性，优于其他方法。

目前市场上的一些智能手表和健身监测器声称可以提供最大摄氧量的估计值，但由于支持这些预测的算法没有公布，而且随时可能发生变化，所以目前还不清楚预测是否准确，也不清楚运动方案是否会随着时间的推移对个人的最大摄氧量产生任何影响。

剑桥开发的模型健壮、透明，仅根据心率和加速度计数据提供准确的预测。由于该模型也可以检测健康状况随时间的变化，它也可以用于估计整个人群的健康水平和确定生活方式趋势的影响。研究结果发表在《npj数字医学》杂志上。

最大摄氧量被认为是健康测试的“黄金标准”。例如，职业运动员在运动到筋疲力尽时，通过测量他们的耗氧量来测试他们的VO2max。在实验室里也有其他测量健康的方法，比如心率对运动测试的反应，但这些都需要跑步机或运动自行车等设备。此外，剧烈运动对一些人来说也是一种风险。

来自剑桥医学研究委员会(MRC)流行病学部门的合著者索伦·布拉奇博士说:“最大摄氧量不是衡量健康的唯一标准，但它是衡量耐力的重要指标，也是糖尿病、心脏病和其他死亡风险的有力预测指标。”“然而，由于大多数VO2max测试都是在相当健康的人身上进行的，所以很难从那些不那么健康、可能有心血管疾病风险的人那里得到测量结果。” 

“我们想知道是否有可能通过可穿戴设备的数据来准确预测VO2max，这样就不需要运动测试了，”剑桥大学计算机科学与技术系的联合主要作者Dimitris Spathis博士说。“我们的核心问题是，可穿戴设备能否测量野外的健康状况。大多数可穿戴设备提供心率、步数或睡眠时间等指标，这些指标是健康状况的代表，但与健康结果没有直接联系。”

这项研究是两个部门之间的合作:来自MRC流行病学部门的团队提供了人口健康和心肺健康方面的专业知识，以及来自芬兰研究(英格兰东部一项长期的公共健康研究)的数据，而来自计算机科学与技术部门的团队则提供了针对移动和可穿戴数据的机器学习和人工智能方面的专业知识。

这项研究的参与者连续六天佩戴可穿戴设备。传感器每秒收集60个值，因此在处理之前会产生大量的数据。斯帕西斯说:“我们必须设计一个算法管道和适当的模型，可以压缩如此庞大的数据，并利用它做出准确的预测。”“数据的自由生活特性使这一预测具有挑战性，因为我们试图用噪声低的数据(可穿戴传感器)预测高水平的结果(健康)。”

研究人员使用了一种被称为深度神经网络的人工智能模型，从原始传感器数据中处理和提取有意义的信息，并据此预测VO2max。除了预测外，训练过的模型还可用于识别与适应度相关的特别需要干预的亚人群。

在芬兰研究中，11,059名参与者的基线数据与7年后的随访数据进行了比较，随访数据来自2675名原始参与者的子集。来自英国生物银行验证研究的第三组181名参与者进行了基于实验室的VO2max测试，以验证算法的准确性。在基线测试(82%一致)和后续测试(72%一致)中，机器学习模型与测量的VO2max分数有很强的一致性。

“这项研究完美地展示了我们如何利用流行病学、公共卫生、机器学习和信号处理等领域的专业知识，”共同首席作者Ignacio Perez-Pozuelo博士说。

研究人员表示，他们的研究结果证明了可穿戴设备可以准确测量健康状况，但如果要信任从商业上可穿戴设备获得的测量结果，就需要提高透明度。

Brage说:“从原则上讲，许多健身监测器和智能手表都能测量最大摄氧量，但很难评估这些说法的有效性。”“这些模型通常不会公布，算法也会定期更改，这让人们很难确定自己的适合度是否真的提高了，还是只是由不同的算法估计出来的。”

斯帕西斯说:“你的智能手表上所有与健康和健身有关的东西都只是一个估计。”“我们对我们的模型是透明的，我们是大规模的。我们表明，将噪声数据与传统生物标记物相结合可以获得更好的结果。此外，我们所有的算法和模型都是开源的，每个人都可以使用它们。”

来自计算机科学与技术系的资深作者塞西莉亚·马斯科洛教授说:“我们已经证明，你不需要在实验室里进行昂贵的测试就能获得真正的健康测量——如果它们背后有正确的算法，我们每天使用的可穿戴设备也可以同样强大。”“心脏健康是如此重要的健康指标，但直到现在我们还没有方法来大规模测量它。这些发现可能会对人口健康政策产生重大影响，因此我们可以超越身体质量指数(BMI)等较弱的健康指标。”

该研究得到了剑桥大学耶稣学院和英国研究与创新(UKRI)下属的工程与物理科学研究委员会(EPSRC)的部分支持。Cecilia Mascolo是剑桥大学耶稣学院的研究员。

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。