OpenMetabolics: Оценка энергозатрат с помощью смартфона, носимого в кармане

Почему ваш телефон может изменить подход к здоровью

Поддерживать активность — один из самых простых способов сохранить здоровье, но нам по‑прежнему трудно точно измерить, сколько движения выполняет наше тело в течение дня. Фитнес‑браслеты и шагомеры дают приблизительную картину, но часто пропускают короткие всплески активности и неверно оценивают затраты усилий. В этом исследовании представлена система OpenMetabolics — новый способ использовать обычный смартфон в кармане брюк для оценки того, сколько энергии вы тратите в повседневной жизни, что потенциально делает мониторинг уровня активности лабораторного уровня доступным для каждого обладателя телефона.

Преобразуя карманный телефон в счетчик активности

Ключевая идея OpenMetabolics в том, что ноги выполняют основную работу при типичных действиях — ходьбе, подъеме по лестнице, беге и езде на велосипеде. Когда телефон лежит в кармане, встроенные датчики движения фиксируют каждый взмах ноги. Исследователи создали систему, которая отслеживает это движение ног и использует его для оценки того, сколько энергии расходуют ваши мышцы. Вместо того чтобы полагаться на простые подсчеты шагов или зоны по частоте сердечных сокращений, система изучает шаблон движения каждого шага и связывает его с энергопотреблением, измеренным в прежних лабораторных экспериментах.

От сырых сигналов движения к сжиганию энергии

Чтобы это работало, команде сначала пришлось преобразовать шумные реальные данные о движении в форму, пригодную для обучения компьютера. Они разработали алгоритмы, которые выравнивают положение телефона относительно бедра, разбивают движение на отдельные шаги при ходьбе или беге и сводят каждый шаг к компактному описанию того, как двигалась нога. Затем они обучили модель машинного обучения — построенную из множества небольших решающих деревьев — на данных от 36 человек, выполнявших активности в лаборатории, пока их истинные энергозатраты измерялись с помощью специализированного дыхательного оборудования. Эта модель усвоила зависимость между движением ноги, размерами тела и энергозатратами, что позволило ей впоследствии оценивать сжигание энергии для каждого шага вне лаборатории.

Лучше популярных носимых устройств на городских улицах

Далее исследователи протестировали OpenMetabolics в повседневных условиях. Добровольцы ходили, бегали, поднимались по лестнице, катались на велосипеде и шли в гору на открытом воздухе, одновременно нося рюкзак‑систему для дыхательных замеров как эталон, а также распространенные устройства: умные часы, монитор сердечного ритма, шагомер, датчик движения, прикрепленный к бедру, и телефон, закрепленный на бедре. По этим активностям смартфонная система OpenMetabolics дала наиболее точные оценки энергозатрат, с примерно вдвое меньшей совокупной ошибкой по сравнению со многими существующими инструментами. Она особенно хорошо показала себя при реальной ходьбе по тротуарам и по лестницам, где простые шагомеры и часы на запястье часто путают медленную легкую ходьбу с более интенсивным подъемом или ходьбой в гору.

Исправление проблемы болтающегося телефона в кармане

Разумеется, люди обычно не носят телефон закрепленным на бедре. В реальной жизни телефон перемещается в свободном кармане, создавая «шум движения», который может сбивать с толку датчики. Чтобы исправить это, команда записала данные ходьбы у людей в разной одежде — джинсах, спортивных брюках, обычных шортах и спортивных шортах — при том, что один телефон был в кармане, а другой надежно закреплен на бедре. Они обучили простую модель корректировки, которая узнает типичное дополнительное движение, вызванное смещением телефона в кармане, и вычитает его. Это уменьшило ошибки измерений более чем на четверть и устранило большую часть смещения в оценках энергозатрат между типами одежды. При симуляции сотен комбинаций людей и одежды скорректированные данные с карманного телефона оказались столь же точными, как данные от надежно закрепленного телефона.

Видеть повседневную жизнь в подробностях

Наконец, команда провела недельное исследование на дому, в котором участники просто носили исследовательский смартфон в кармане в часы бодрствования. OpenMetabolics генерировала оценку энергозатрат почти для каждого шага, выявляя богатые шаблоны в течение дней и недель. Система фиксировала, как активность концентрировалась вокруг времени поездок на работу, как различались уровни активности у разных людей и как энергозатраты снижались по воскресеньям по сравнению с буднями — повторяя тенденции, наблюдаемые в более крупных популяционных исследованиях. Поскольку вся система реализована в виде приложения, а данные и код открыто доступны, ее, по сути, можно использовать с большими группами людей в разных условиях, в том числе в сообществах, где нет доступа к дорогому медицинскому оборудованию.

Что это значит для повседневного здоровья

Для неспециалистов вывод прост: это исследование показывает, что обычный смартфон в кармане может точно отслеживать, сколько энергии вы тратите шаг за шагом, соперничая со специализированным лабораторным оборудованием и превосходя многие популярные носимые устройства. Сделав методы и программное обеспечение открытыми, авторы надеются, что исследователи, клиницисты и организации общественного здравоохранения смогут проводить крупные недорогие исследования, которые наконец прояснят, как движение в реальной жизни влияет на здоровье, риск заболеваний и успех лечения. В будущем такие инструменты, как OpenMetabolics, могут помочь персонализировать рекомендации по упражнениям, направлять городское планирование, поддерживать программы по контролю веса и восстановлению и обеспечивать высококачественный мониторинг активности тем, кто никогда не пользовался фитнес‑трекером.

Цитирование: Cho, H., Slade, P. OpenMetabolics: Estimating energy expenditure using a smartphone worn in a pocket. Commun Eng 5, 35 (2026). https://doi.org/10.1038/s44172-026-00604-9

Ключевые слова: физическая активность, энергозатраты, сенсоры смартфона, носимая электроника для здоровья, характеристики ходьбы