Wie behaupten sie, dass das funktioniert?

In ihren eigenen Worten Die Geschichte und Technologie hinter Healbe GoBe :

Der Algorithmus verdankt seinen Erfolg zum Teil der aktiven Nutzung der erfinderischen Problemlösungstheorie (TRIZ) in seinem innovativen Designprozess. Alle Forscher, die mit Algorithm arbeiten, sind Profis in der TRIZ-Anwendung. Darüber hinaus umfasst das Personal von Algorithm and GEN3 Partners derzeit 9 TRIZ-Experten.

?
Das erklärt eigentlich einiges.
Leider erklärt es nicht, wie irgendetwas in dem Produkt funktionieren könnte.

Sie machen weiter:

Healbe wendet bahnbrechende Technologie zur automatischen Messung der Kalorienzufuhr an
. Verschiedene Versuche, die Glukosekonzentration durch nicht-invasive Methoden zu messen, wurden in Tausenden von Artikeln und Artikeln behandelt. Hunderte von Projekten widmen sich diesem Thema.
Während unserer Zeit bei Algorithm haben wir die Vorteile mehrerer Projektgruppen aus verschiedenen Disziplinen kombiniert. Dies ermöglichte es uns, ein fundiertes Verständnis von physiologischen Prozessen wie dem Glykometabolismus zusammen mit den informativsten und zugänglichsten Messungen von Gesundheitsparametern in ein einziges Ganzes zu integrieren. So entstand unsere Wasserhaushalts-Messtechnik. Dieses Verfahren lieferte im Verlauf der Prüfung konsistente Ergebnisse.
Anstatt mit einem nicht-invasiven Blutzuckermessgerät auf den Markt zu kommen, entschied sich Healbe, diese Technologie zu nutzen, um ein persönliches Gerät zur Überwachung der Energieaufnahme, des Energieverbrauchs und des Gleichgewichts zu entwickeln, was besonders wichtig bei der Gewichtskontrolle ist.

Sie haben also eine Technologie, die behauptet , die Blutzuckerkonzentration zu messen, und das, während sie nicht-invasiv ist. Kein Blutstechen mehr. Yay. Eine ziemliche Leistung! Das allein sollte ein Glücksfall für all die Insulinbenutzer da draußen sein.

Im Ernst, im Ernst: Warum diese fantastische Technologie nicht gleich nach der Patenterteilung auf den Markt bringen?
Diese Technik wird gebraucht ! ( Darauf haben schon andere hingewiesen .)

Eine Reihe von Zweifeln:

Inmitten all der PR im obigen Dokument finden wir den ersten Teil der Antwort:

Die Genauigkeitsrate der Glukosekonzentrations-Berechnungsmethoden, auf denen das Berechnungsmodell dieses Hardware- und Softwaresystems basiert (15-20%), ist meiner Meinung nach völlig ausreichend für die Implementierung eines Geräts, das für alltägliche Anwendungen bestimmt ist.

Eine schöne Meinung, aber zumindest haben sie einen vernünftigen Schluss gezogen:

Dies ist eine der Basistechnologien, die wir entwickelt haben. GoBe zeigt dem Benutzer keine Glukosekonzentration an, da unser Gerät nicht für medizinische Zwecke bestimmt ist und die Anforderungen an die medizinische Genauigkeit nicht erfüllt.

Das Eingeständnis, dass die Methode für ihr Gerät für medizinische Zwecke zu ungenau ist, bedeutet, dass es insgesamt nur unzuverlässig für die Messung des Blutzuckers ist.

Viel schlimmer als das oben Gesagte bedeutet dies für die Genauigkeit des Geräts, das die Kalorienaufnahme nicht-invasiv misst:

Die aktuellen Ernährungsrichtlinien für die USA besagen, dass Sie sich abwechslungsreich ernähren sollten. Das ist wenig Zuckerzusatz und enthält Ballaststoffe, Fett und Eiweiß. Wenn Sie ausreichende Mengen an Kohlenhydraten zu sich nehmen, wird die Aufnahme normalerweise nicht in Blutzucker umgerechnet, der anscheinend der einzige gemessene Parameter ist. Aber diese Zutaten oder Mahlzeitenbestandteile haben eine kalorische Wirkung!.

Sofern sie nicht in einer unabhängigen Studie nachweisen, dass unterschiedliche Ernährungsweisen von einem solchen Gerät nur halbwegs überzeugend bewertet werden, also zum Beispiel High Carb genauso gut wie Low Carb: Das ist sehr wahrscheinlich völliger Schwindel.

Eine Nischenanwendung könnte sein: Für Kinder in der Halloween-Nacht, die nur Bonbons essen (Schokolade hat viel zu viel Fettgehalt), könnte dies im Fehlerbereich von 15% Rabatt funktionieren.

Aus einer Rezension:

Eine Woche lang trug ich das Band jeden Tag und protokollierte gleichzeitig jedes Essen, das ich gegessen habe, in einer Old-School-Kalorienzähl-App namens Lose It. Die Ergebnisse waren verblüffend: Der GoBe lag an jedem einzelnen Tag der sieben getesteten Tage innerhalb von 10 Prozent meiner Kalorien-Tracking-Schätzungen, und die durchschnittliche Abweichung lag unter 6 Prozent.
Anzumerken ist, dass manuelles Kalorienzählen auch nicht perfekt ist: Wenn ich fünf Speckstreifen in die App eingebe und sie mir sagt, wie viele Kalorien das Essen haben „soll“, ist es eine Schätzung. Hat jeder Streifen wirklich genau 46 Kalorien? Wer weiß? Die Abweichung von GoBe von der manuellen Kalorienzählung spiegelt also nicht unbedingt ihre Genauigkeit wider, sondern nur, wie weit sie von einer anderen fehlerhaften Metrik entfernt ist, die zufällig die nächstbeste Option für normale Leute ist.
GoBe wich weiter von dieser Methode ab, als es um die genauen Gramm an Protein, Fett und Kohlenhydraten ging, die ich jeden Tag zu mir nahm, im Durchschnitt um 20 bis 25 Prozent. Bei Kohlenhydraten und Protein dachte GoBe normalerweise, dass ich mehr aß als bei Lose It, aber bei Fett dachte GoBe, dass ich weniger aß.

Sind sie verrückt?

Das Anbieten dieser Behauptungen könnte Sie in rechtliche Schwierigkeiten bringen. Wie bereiten sie sich darauf vor:

Warum gibt es einen signifikanten Unterschied zwischen den von mir manuell berechneten Kalorien und den von GoBe automatisch erfassten Kalorien? Es ist wichtig, sich daran zu erinnern, dass die Verdauung persönlich ist. Tatsächlich wird ein Teil der Nahrung, die Sie zu sich nehmen, von Ihrem Körper überhaupt nicht verdaut. Dies hängt weitgehend von persönlichen Besonderheiten ab

Ich verstehe, dass der Glukosespiegel meines Körpers davon abhängt, welchen Anteil an Kohlenhydraten, Eiweiß und Fett ich zu mir nehme. Wenn GoBe den Glukosespiegel zur Messung der Kalorienaufnahme verwendet, wird die Genauigkeit davon beeinflusst, ob ich viele Kohlenhydrate, Proteine ​​oder Fette esse? GoBe misst genau die Kalorienaufnahme aus Kohlenhydraten, Proteinen und Fetten. Es verwendet die FLOW-Technologie, um Veränderungen in der Glukosekonzentration Ihres Körpers zu analysieren – nicht durch Messen des absoluten Glukosespiegels. Wenn die Glukosekonzentration ansteigt, absorbieren die Zellen Glukose und setzen Wasser frei. GoBe verwendet einen Impedanzsensor, der hoch- und niederfrequente Signale durch Ihr Gewebe sendet, um die Flüssigkeit zu messen, die in Ihre Zellen ein- und ausströmt. Die FLOW-Technologie verwendet einen fortschrittlichen Algorithmus, um diese Daten zu analysieren und die Kalorienaufnahme zu bestimmen.

Sie haben eine Technologie, die zu ungenau ist, um sie als medizinisches Gerät zu verwenden, und wenden einige Big-Data-Berechnungen an, um diese sehr unzuverlässigen Messungen zu verfeinern. Wenn die Ergebnisse ausfallen, ist es eindeutig Ihre eigene Schuld. Sie sagen es.

Zumindest sind sie jetzt klug genug, neugierige E-Mails von skeptischen Fragestellern nicht mehr zu beantworten. Weil sie anscheinend einmal zu viel gemacht haben:

Zum Beispiel: Ich habe ihn gefragt, wie GoBe die Tatsache erklärt, dass so viele Kalorien, die wir zu uns nehmen, in Fetten und Proteinen eingeschlossen sind. „Eiweiß ist eher ein ‚Baumaterial' für Zellen“, antwortete Shipitsin in einer E-Mail, „und ohne Diäten hängt der Proteinbeitrag von der Klimazone ab und liegt in den USA im Durchschnitt bei etwa 15 bis 20 Prozent … Wenn der Benutzer eine spezielle Ernährung verwendet, wie „Low-Carb“-Diäten muss er oder sie entsprechende Flags in der App einrichten, GoBe ändert den Algorithmus entsprechend.“
Warte was? Was soll das ganze Gerede über Baustoffe und Klimazonen? Lassen Sie uns zugeben, dass es in Shipitsins E-Mail ein Problem mit der Sprachbarriere geben könnte, und fahren Sie fort.

Ich habe Shipitsin auch aufgefordert, auf Robinsons Beobachtung zu antworten, dass die Beziehung zwischen Glukoseaufnahme und zellulärer Glukose nicht proportional ist. Darauf erwiderte Shipitsin: „Ja, natürlich, Ihr Arzt hat vollkommen recht. Sie sehen die Hauptidee – wir haben genau „physiologische Technologie“. GoBe verfolgt den Prozess im Körper und wir haben uns absolut an das Wissen der Ärzte angepasst. Wir bereiten Inhalte für die Seite von Indiegogo mit einer Beschreibung der Technologie und internen Genauigkeitstests vor. Ich denke, Sie verstehen, dass nicht nur Verbraucher uns nach Technologie fragen.“

Zusammenfassung

Selbst in der aktuellen Iteration gibt es systemische und strukturelle Einschränkungen, wie dies funktionieren könnte ? Als sehr große fehleranfällige Schätzung ist es eine nette Idee. Es ist töricht, diesem Gerät zu vertrauen.

Mit mehr Sensoren, genaueren Sensoren, um genau zu sein, könnte dies irgendwohin führen. Warum nicht einfach einen Beschleunigungsmesser hinzufügen, um Ihre Nahrungsaufnahme zu messen?

Eine neue Methode zur Messung der Mahlzeitenaufnahme beim Menschen durch automatisierte Bewegungsverfolgung des Handgelenks Zwei Tests zur Genauigkeit unseres Geräts beim Zählen von Bissen ergaben, dass unsere Methode eine Sensitivität von 94 % bei einer kontrollierten Mahlzeit und eine Sensitivität von 86 % bei einer unkontrollierten Mahlzeit aufweist falsch positiv nach jeweils 5 Bissen in beiden Einstellungen. Vorläufige Daten aus dem täglichen Leben zeigen, dass die vom Gerät gemessenen Bisse in positiver Beziehung zur Kalorienaufnahme stehen, was das Potenzial des Geräts zur Überwachung der Energieaufnahme verdeutlicht.

Das einfache Abschätzen der Kalorienzufuhr scheint, beispielsweise durch bloßes Zählen von Bissen und Schlucken , nicht weniger präzise als bei diesen Produkten. Aber Moment mal, da gibt es noch mehr:
Scaling up Dietary Data for Decision-Making in Low-Income Countries: New Technological Frontiers (Advances in Nutrition, 2017):

Das GoBe-Armband, das vor dem Essen angetippt werden musste, um es zu aktivieren, verwendete einen Impedanzsensor, einen Beschleunigungsmesser und einen Drucksensor.

Sie verwenden also einen Beschleunigungsmesser! Weg zu gehen, um zu messen, was eine freundliche Person an Ihren Mund hält, und Sie dürfen mit einem Strohhalm schlucken.
Leider wird die Zuverlässigkeit dieser Technologien nicht wirklich bewertet:

Drittens wäre eine Bewertung der festgestellten Gültigkeit dieser Technologien nützlich gewesen, war aber aus Platzgründen nicht Gegenstand dieser Überprüfung.
Zusammenfassend lässt sich sagen, dass, obwohl keine der untersuchten Technologien sofort für die „Prime Time“-Anwendung in groß angelegten 24HDR-Umfragen in LICs geeignet war, die Bewertungskriterien darauf hindeuteten, dass die computer- und tabletbasierten Programme den darin festgelegten Kriterien am nächsten kamen lernen.