Apple Watch的数据“黑匣子”会给研究带来问题

“这些算法就是我们所说的黑匣子–它们并不透明，”哈佛大学公共卫生学院生物统计学副教授、开源数据平台Beiwe开发者JP Onnela告诉The Verge。

通常情况下，Onnela的研究不会使用像Apple Watch等这样的商用可穿戴设备。在大多数情况下，他的团队使用的是为科学研究收集数据而设计的研究级设备。不过，作为跟布列根和妇女医院神经外科合作的一部分，他对市面上可以购买到的产品也很感兴趣。虽然他知道这些产品有时会出现数据问题，但他的团队想要在开始之前检查这些问题到底有多严重。

为此，他们查看了他的合作伙伴、布列根和妇女医院的研究员Hassan Dawood从其佩戴的Apple Watch输出的心率数据。Dawood两次导出他的每日心率变异性数据：一次是在2020年9月5日，第二次是在2021年4月15日。在这项实验中，他们查看了在同一时间段–从2018年12月初到2020年9月–收集的数据。

由于两个导出的数据集包含了同一时间段的数据，所以理论上两个数据集的数据应该是相同的。不过Onnela表示，他预计会有一些不同。可穿戴算法的“黑匣子”一直是研究人员面临的挑战。这些产品通常只允许研究人员在经过某种算法的分析和过滤后输出信息，而不是显示设备收集的原始数据。

由于企业会在没有预警的情况下定期更换算法，因此2020年9月的输出数据可能包含了跟2021年4月出口不同的算法分析的数据。“令人惊讶的是它们是如此的不同。这可能是我所见过的关于这一现象的最清晰的例子，”Onnels说道。

苹果则告诉The Verge，对其算法的任何修改都只适用于未来的数据，而这款手表不会重新计算过去的数据。除了用于导出数据的第三方应用出现问题外，苹果并没有对这一差异做出解释。

密歇根大学研究可穿戴设备和应用程序数据的睡眠研究员Olivia Walch表示，看到差异如此清晰地展现出来，令人震惊。长期以来，Walch一直主张研究人员使用原始数据–直接从设备传感器提取的数据，而不是通过其软件过滤的数据。