基于智能手机摄像头的被动心脏健康监测
Google Research发布PHRM系统,利用手机前置摄像头在解锁瞬间被动监测心率,MAPE低于10%且对不同肤色人群均达到行业标准,每日静息心率误差小于5bpm,并开源了相关数据集与模型。
入选理由:PHRM系统利用面部解锁后8秒视频测心率,MAPE<10%,符合ANSI/CTA-2065精度标准。
公司
提供可穿戴设备数据的健康科技公司
已跟踪 5 条高相关材料
最近变化
2026-07-22 · SymptomAI在感染性疾病诊断中与生理指标变化显著相关(p<0.05)
为什么值得关注
Fitbit 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Towards passive heart health monitoring via smartphone camera
Google Research Blog · 9.2 分
Google Research发布PHRM系统,利用手机前置摄像头在解锁瞬间被动监测心率,MAPE低于10%且对不同肤色人群均达到行业标准,每日静息心率误差小于5bpm,并开源了相关数据集与模型。
Gamification 2.0. Beyond Points and Badges: Designing for Players, Not Metrics. Chapter 1: The Problem
UX Magazine · 8.7 分
真正的游戏化应基于玩家心理而非数据指标,当前流行的积分、徽章和打卡机制实为无效的‘仪式性设计’,因脱离真实动机而失效。作者指出,90%用户在排行榜中被挫败,而真正有效的游戏化需由懂游戏的人设计。
SymptomAI: Towards a conversational AI agent for everyday symptom assessment
Google Research Blog · 8.5 分
SymptomAI通过13,917人全国研究验证AI症状评估能力,诊断准确率与临床医生相当且可结合可穿戴设备数据。
已收录 5 条与 Fitbit 相关的内容,按评分排序。
Google Research发布PHRM系统,利用手机前置摄像头在解锁瞬间被动监测心率,MAPE低于10%且对不同肤色人群均达到行业标准,每日静息心率误差小于5bpm,并开源了相关数据集与模型。
入选理由:PHRM系统利用面部解锁后8秒视频测心率,MAPE<10%,符合ANSI/CTA-2065精度标准。
真正的游戏化应基于玩家心理而非数据指标,当前流行的积分、徽章和打卡机制实为无效的‘仪式性设计’,因脱离真实动机而失效。
入选理由:90%用户在排行榜中因排名过低而被挫败
SymptomAI通过13,917人全国研究验证AI症状评估能力,诊断准确率与临床医生相当且可结合可穿戴设备数据。
入选理由:SymptomAI在感染性疾病诊断中与生理指标变化显著相关(p<0.05)
量化生活虽有帮助,但过度依赖数据可能忽略真正重要的东西。
入选理由:量化生活可能掩盖真正重要的东西。
Fitbit Air 已到货,作者兴奋于测试它。
入选理由:Fitbit Air 已到货