OpenMetabolics: Uppskattning av energiförbrukning med en smartphone i fickan

Varför din telefon kan bli ett hälsospelbyte

Att vara fysiskt aktiv är en av de enklaste metoderna för att skydda hälsan, men vi har ändå svårt att mäta hur mycket rörelse våra kroppar faktiskt utför varje dag. Aktivitetsarmband och stegräknare ger grova uppskattningar, men missar ofta korta aktivitetsstötar och bedömer ansträngning fel. Denna studie presenterar OpenMetabolics, ett nytt sätt att använda en vanlig smartphone i byxfickan för att uppskatta hur mycket energi du förbränner i vardagen, vilket potentiellt ger vem som helst med en telefon tillgång till laborationskvalitativ aktivitetsmätning.

Att göra ficktelefoner till aktivitetsmätare

Huvudidén bakom OpenMetabolics är att benen gör det mesta jobbet i vanliga aktiviteter som att gå, gå i trappor, springa och cykla. När en telefon ligger i fickan känner dess inbyggda rörelsesensorer varje bensvängning. Forskarna byggde ett system som observerar detta bensväng och använder det för att uppskatta hur mycket energi dina muskler använder. Istället för att förlita sig på enkla stegräkningar eller pulszoner studerar systemet rörelsemönstret för varje steg och kopplar det till energianvändning mätt i tidigare labbexperiment.

Från rå rörelse till energiförbrukning

För att få detta att fungera behövde teamet först översätta röriga verkliga rörelsedata till något en dator kan lära sig från. De designade algoritmer som alignerar telefonens position med låret, delar upp rörelsen i individuella gång- eller löpsteg och reducerar varje steg till en kompakt beskrivning av hur benet rörde sig. Därefter tränade de en maskininlärningsmodell—uppbyggd av många små beslutsträd—på data från 36 personer som utförde aktiviteter i labbet medan deras verkliga energiförbrukning mättes med specialiserad andningsutrustning. Modellen lärde sig sambandet mellan bensrörelse, kroppsstorlek och energianvändning, vilket gjorde det möjligt att senare uppskatta energi förbränd per steg utanför labbet.

Slår populära wearables på riktiga gator

Nästa steg var att testa OpenMetabolics i vardagsmiljöer. Försökspersoner gick, sprang, gick i trappor, cyklade och gick i uppförsbacke utomhus medan de bar ett ryggsäcksliknande andningssystem för referensmätningar, tillsammans med vanliga enheter: en smartklocka, en pulsmätare, en stegräknare, en lårburen rörelsesensor och en telefon fastsatt på låret. Över dessa aktiviteter gav smartphone‑baserade OpenMetabolics de mest precisa energiskattningarna, med ungefär hälften av den kumulativa felet jämfört med många befintliga verktyg. Det presterade särskilt väl vid verklig gång på trottoarer och trappor, där enkla stegräknare och handledsenheter ofta förväxlar långsam, lätt gång med mer ansträngande klättring eller gång i lutning.

Löser problemet med skramlande fickor

Naturligtvis bär människor normalt inte telefoner fastsatta på låret. I verkliga livet rör sig telefoner inuti lösa fickor, vilket skapar ”rörelsestörningar” som kan förvirra sensorerna. För att lösa detta spelade teamet in gångdata från personer i olika klädtyper—jeans, mjukisbyxor, vanliga shorts och sportshorts—med en telefon i fickan och en annan stadigt fastsatt på låret. De tränade en enkel korrigeringsmodell som lär sig den typiska extra rörelsen orsakat av att telefonen skiftar i fickan och subtraherar den. Detta minskade rörelsefelen med mer än en fjärdedel och tog bort större delen av biasen i energiskattningarna mellan klädtyper. När forskarna simulerade hundratals kombinationer av personer och kläder visade sig det korrigerade ficktelefon‑datan vara lika exakt som data från en ordentligt fastsatt telefon.

Att se vardagslivet på nära håll

Slutligen genomförde teamet en veckolång hemstudie där deltagarna helt enkelt bar en studie‑smartphone i fickan under vakna timmar. OpenMetabolics producerade en energiskattning för nästan varje steg och avslöjade rika mönster över dagar och veckor. Systemet fångade hur rörelsen klustrades kring pendlingstid, hur individuella aktivitetsnivåer varierade och hur energianvändningen sjönk på söndagar jämfört med vardagar—i linje med trender som ses i större populationsstudier. Eftersom hela systemet är implementerat som en app och både data och kod delas öppet kan det i princip användas med stora grupper människor i många miljöer, inklusive samhällen som saknar tillgång till dyra medicinska instrument.

Vad detta betyder för vardagshälsa

För icke‑experter är slutsatsen enkel: arbetet visar att en vanlig smartphone i fickan kan noggrant följa hur mycket energi du förbränner, steg för steg, konkurrera med specialiserad labbutrustning och överträffa många populära wearables. Genom att göra metoder och mjukvara öppen källkod hoppas författarna att forskare, kliniker och folkhälsogrupper kan genomföra stora, kostnadseffektiva studier som slutligen klargör hur verklig rörelse påverkar hälsa, sjukdomsrisk och behandlingsresultat. På längre sikt kan verktyg som OpenMetabolics hjälpa till att skräddarsy träningsråd, vägleda stadsplanering, stödja viktkontroll och rehabiliteringsprogram samt föra kvalitativ aktivitetsmätning till människor som aldrig haft en aktivitetsmätare.

Citering: 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

Nyckelord: fysisk aktivitet, energiförbrukning, smartphone-sensorer, bärbar hälsa, gångmönster