本案例展示了如何利用智能手表收集的健康数据，结合人工智能技术建立预测模型，用于评估个体的心脑血管健康风险。

数据介绍

通过智能手表，收集了以下健康数据：

• 基础信息: 包括年龄、性别等基本身体特征。
• 生理指标: 心率、步数、睡眠时长、体力活动水平等。
• 健康指标: 血压（收缩压/舒张压）、体重和身体质量指数（BMI）、血糖水平、胆固醇水平等。
• 生活习惯: 吸烟情况、饮酒量等行为习惯。

这些数据包括通过智能手表的实时数据以及一些相对静态的信息，为建立健康评估模型提供了丰富的多维度信息。如下图所示样本数据。

建立AI模型

在用户完成3-5个简单的界面操作，系统就可以建立AI模型。如下图所示，系统建立了58个模型。前几个是效果最佳的模型。用户可以选择其中的前几个得分高的模型。

AI应用

在模型建立后，AI系统可以根据前面提到的病人的指标，计算病人的风险。例如：

假设一个患者的智能手表数据如下：

• 心率：85
• 步数：9500
• 睡眠时间：7.5小时
• 活动时长：3小时
• 血压(收缩压)：130
• 血压(舒张压)：85
• 血氧饱和度：97%
• 体温：36.7℃
• 体重：80kg
• 身高：180cm
• 年龄：45
• 性别：男

将上述数据输入模型，模型预测结果为存在心血管疾病风险。医生可以据此进行进一步检查和干预。