OpenMetabolics: Cep telefonunun cebinizde taşınırken enerji harcamasını tahmin etme

Telefonunuzun Sağlıkta Neden Bir Dönüşüm Aracı Olabileceği

Aktif kalmak sağlığı korumanın en basit yollarından biridir, ancak vücudumuzun her gün gerçekten ne kadar hareket ettiğini ölçmekte hâlâ zorlanıyoruz. Fitness takipçileri ve adım sayarlar yaklaşık tahminler sunar, ancak sık yapılan kısa hareketleri kaçırabilir veya çabayı yanlış değerlendirebilirler. Bu çalışma, gündelik yaşamda pantolon cebinde taşınan sıradan bir akıllı telefon kullanarak ne kadar enerji harcadığınızı tahmin etmenin yeni bir yolunu, OpenMetabolics’i tanıtıyor; bu sayede bir telefon sahibi olan herkesin laboratuvar düzeyinde aktivite izlemesine erişimi olabilir.

Cep Telefonlarını Aktivite Ölçerlerine Dönüştürmek

OpenMetabolics’in temel fikri, yürüyüş, merdiven çıkma, koşma ve bisiklet gibi yaygın aktivitelerde işin çoğunu bacaklarınızın yaptığıdır. Telefon cebinizdeyken, yerleşik hareket sensörleri bacağınızın her sallanışını hisseder. Araştırmacılar bu bacak hareketini izleyen ve kaslarınızın ne kadar enerji harcadığını tahmin eden bir sistem kurdular. Basit adım sayısına veya kalp atış hızı bölgelerine dayanmak yerine, sistem her adımın hareket desenini inceleyip bunu daha önceki laboratuvar deneylerinde ölçülen enerji kullanımıyla ilişkilendirir.

Ham Hareketten Enerji Yakımına

Bunun çalışması için ekip önce dağınık gerçek dünya hareketini bilgisayarın öğrenebileceği bir şeye çevirmek zorundaydı. Telefonun konumunu uylukla hizalayan, hareketi tek tek yürüyüş veya koşu adımlarına bölen ve her adımı bacağın nasıl hareket ettiğini sıkıştırılmış bir biçimde tanımlayan algoritmalar tasarladılar. Ardından, gerçek enerji harcaması özel solunum ekipmanıyla ölçülen 36 kişinin laboratuvarda gerçekleştirdiği aktivitelerden elde edilen verilere dayalı olarak çok sayıda küçük karar ağacından oluşan bir makine öğrenimi modelini eğittiler. Bu model bacak hareketi, vücut büyüklüğü ve enerji kullanımı arasındaki ilişkiyi öğrendi ve daha sonra laboratuvar dışındaki her adım için yakılan enerjiyi tahmin edebilmesini sağladı.

Gerçek Sokaklarda Popüler Giyilebilirleri Yenmek

Sonraki aşamada araştırmacılar OpenMetabolics’i gündelik ortamlarda test etti. Gönüllüler, saha doğrulaması için sırt çantası tarzı bir solunum sistemi takarken yürüdü, koştu, merdiven çıktı, bisiklete bindi ve eğimli yollarda yürüdü; buna ek olarak yaygın cihazlar da kullanıldı: bir akıllı saat, bir kalp hızı monitörü, bir pedometre, uylukta takılan bir hareket sensörü ve uyluğa bağlanmış bir telefon. Bu aktiviteler genelinde, akıllı telefona dayalı OpenMetabolics sistemi en doğru enerji tahminlerini verdi; birçok mevcut aracınkinden yaklaşık yarı kadar kümülatif hata gösterdi. Özellikle kaldırımlar ve merdivenler gibi gerçek dünya yürüyüşlerinde iyi performans gösterdi; bu durumlarda basit adım sayıcılar ve bilek cihazları genellikle yavaş, kolay yürüyüşü daha zorlu tırmanış veya eğimli yürüyüşle karıştırır.

Sallanan Cepler Sorununu Düzeltmek

Elbette, insanlar normalde telefonları uyluğa bağlanmış şekilde taşımaz. Gerçek hayatta telefonlar gevşek cepler içinde hareket eder ve sensörleri yanıltabilen “hareket gürültüsü” yaratır. Bunu çözmek için ekip, bir telefonu cebinde, diğerini sıkıca uyluğa bağlanmış halde taşıyan kişilerin farklı giyim türleri—kot, eşofman, normal şort ve spor şortu—giyerken yürüyüş verilerini kaydetti. Cebin içindeki telefonun kaymasıyla oluşan tipik ekstra hareketi öğrenen ve bunu çıkaran basit bir düzeltme modeli eğittiler. Bu, hareket hatalarını çeyrekten fazla azalttı ve farklı giyim türleri arasındaki enerji tahmini sapmalarının çoğunu ortadan kaldırdı. Araştırmacılar yüzlerce insan ve kıyafet kombinasyonu simüle ettiğinde, düzeltilmiş cep telefonu verilerinin sıkıca bağlanmış bir telefondan elde edilen veriler kadar doğru olduğu görüldü.

Günlük Hayatı İnce Ayrıntılarıyla Görmek

Son olarak, ekip katılımcıların uyanık oldukları saatler boyunca yalnızca çalışmanın sağladığı akıllı telefonu cebinde taşıdığı bir haftalık bir ev çalışması yürüttü. OpenMetabolics neredeyse her adım için bir enerji tahmini üretti ve günler ve haftalar boyunca zengin desenler ortaya koydu. İşe gidip gelme zamanlarına yoğunlaşan hareketi, bireysel aktivite seviyelerindeki farklılıkları ve Pazar günlerinin hafta içlerine kıyasla enerji kullanımının nasıl düştüğünü—daha geniş nüfus çalışmalarında görülen eğilimlerle uyumlu olarak—yakaladı. Sistemin tamamı bir uygulama olarak uygulanmış ve veri ile kod açıkça paylaşılmış olduğundan, ilke olarak pahalı tıbbi cihazlara erişimi olmayan topluluklar da dahil olmak üzere, birçok ortamda büyük gruplarla kullanılabilir.

Gündelik Sağlık İçin Anlamı

Uzman olmayanlar için çıkarım basit: bu çalışma, cebinizdeki sıradan bir akıllı telefonun adım adım ne kadar enerji harcadığınızı yakından izleyebileceğini, uzman laboratuvar ekipmanlarıyla rekabet edebileceğini ve birçok popüler giyilebilir cihazdan daha iyi performans gösterebileceğini gösteriyor. Yöntemleri ve yazılımları açık kaynak yaparak yazarlar, araştırmacıların, klinisyenlerin ve halk sağlığı kuruluşlarının gerçek dünya hareketinin sağlık, hastalık riski ve tedavi başarısı üzerindeki etkisini nihayet netleştirebilecek büyük, düşük maliyetli çalışmalar yürütmelerini umuyor. Uzun vadede, OpenMetabolics gibi araçlar egzersiz önerilerini kişiselleştirmeye, kentsel tasarımı yönlendirmeye, kilo yönetimi ve rehabilitasyon programlarını desteklemeye ve hiç fitness takipçisi sahibi olmamış insanlar için yüksek kaliteli aktivite izlemesini erişilebilir kılmaya yardımcı olabilir.

Atıf: 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

Anahtar kelimeler: fiziksel aktivite, enerji harcaması, akıllı telefon algılama, giyilebilir sağlık, yürüyüş kalıpları