Akıllı saatlerin kalori yakma hesaplamalarının, kullanıcıların vücut yağı oranının yüksek olmasıyla birlikte giderek daha az güvenilir hale geldiği ortaya çıktı. Florida Üniversitesi Tıp Fotonik Laboratuvarında görev yapan bir egzersiz bilimci ve ekip arkadaşları, 58 İspanyol kökenli yetişkinden oluşan bir grup üzerinde yaptıkları çalışmada, yaygın kullanılan akıllı saatlerin enerji harcamasını ölçmede önemli hatalar yaptığını ve bu hataların vücut yağı oranının artmasıyla birlikte büyüdüğünü belirledi. Araştırmacılar, Miami merkezli laboratuvarlarında katılımcıları dört popüler tüketici cihazıyla bisiklet egzersizi yaptırdı ve sonuçları bilimsel bir dergide yayımladı.
Araştırma ekibi, vücut yağının artmasıyla birlikte ölçüm hatalarının büyüdüğünü tespit etti. Dört markanın da benzer biçimde hata yaptığını ancak bu hatanın marka bazında farklı boyutlara ulaştığını kaydetti. Çalışma, akıllı saatlerin sağlık ve spor takibinde sıklıkla başvurulan kalori değerlerinin aslında beklenenden çok daha belirsiz olduğunu göstermesi açısından dikkat çekiyor.
Akıllı saatler kaloriyi nasıl hesaplıyor?
Cihazların çoğu hareketi ölçen ve ışık tabanlı bir sensör kullanarak kalp atış hızını tahmin eden optik sensörlere dayanıyor. Her kalp atımında bilekdeki damarlardan geçen kan miktarı değişiyor; kan ışığı soğurduğu için saat, sensöre geri yansıyan ışığındaki değişikliği izleyerek kalp atış hızını tahmin edebiliyor.
Saat daha sonra bu sensör verilerini kullanıcının yaşı, cinsiyeti, boyu ve kilosu gibi bilgilerle birleştiriyor ve kişinin ne kadar enerji harcadığını hesaplayan bir algoritma uyguluyor. Kalp atış hızı ve hareket bilek tipi bir cihaz için ölçülebilir sinyaller olsa da, kalori harcaması çok daha karmaşık bir süreç. Bu nedenle saat, doğrudan ölçemediği bir şeyi tahmin etmek için birkaç ölçülebilir veriyi birlikte kullanmak zorunda.
Çalışma nasıl yapıldı?
Araştırmacılar, laboratuvarlarının bulunduğu Miami’den geniş bir vücut yağı oranı ve cilt tonu yelpazesini temsil eden 58 İspanyol kökenli yetişkini çalışmaya katıldı. Bu çeşitlilik sayesinde hem saatlerin genel doğruluğunu hem de doğrulukların taşıyan kişiye göre değişip değişmediğini sorgulayabildiler.
Her katılımcı, Apple Watch Series 8, Garmin Forerunner 955, Samsung Galaxy Watch5 ve Fitbit Sense 2 gibi dört popüler tüketici cihazını takarak standart bir bisiklet egzersizi tamamladı. Katılımcılar, 10 dakika boyunca yatarak pedal çevirdikleri bisiklette orta ve yoğun intensivitede alışveriş yaptı.
Pedal çevirirken araştırmacılar, metabolik analizör adı verilen ve bir maske aracılığıyla kişinin içine aldığı ve dışarı attığı gazları ölçen bir cihaz kullanarak enerji harcamasını kaydetti. Egzersiz biliminde kalori harcamasının en güvenilir ölçüm yöntemi olarak kabul edilen bu yöntem, saatlerin tahminleriyle karşılaştırılabilecek bir referans değer sağladı.
Araştırmacılar, cihazların nispeten kontrollü bir ortamda çalışması için bilinçli olarak yatarak pedallaşma seçti. Bu yöntem, bilek hareketini azaltarak kalp atış hızının ölçümünü engelleyebilecek faktörleri minimize ederken egzersiz yoğunluğunu sıkı biçimde kontrol etmeyi sağladı. Her katılımcı her bileğinde iki saat taşıdı ve cihazların yerleşimi rastgele belirlendi; ancak hangi pozisyonun avantaj sağladığına dair bir bulgu bulunamadı.
“Cihazlar kaloriyi sistematik biçimde fazla hesaplıyor”
Dört saatin de enerji harcamasını ölçmede önemli hatalar yaptığı görüldü. Cihazlar arasındaki medyan hata yaklaşık yüzde 15 ile 25 arasında değişti; bu, bireysel farklılıklar göz önüne alınmadan önce bile saatlerin tahminlerinin laboratuvar ölçümünden anlamılı biçimde uzak olduğunu gösteriyor.
Apple, Garmin ve Samsung enerji harcamasını sistematik biçimde fazla hesapladı. Ortalama sistematik hata en düşük Apple’da görülürken, Garmin ve Samsung daha büyük fazlalık tahminler üretti.
Fitbit ise farklı bir sorun ortaya koydu. Veri kalitesi açısından elenmelerin ardından ortalama hatası ne sistematik olarak pozitif ne de negatif olsa da, cihaz hataları olarak değerlendirilen açıkça gerçekçi olmayan birkaç tahmin üretti; bunlar arasında metabolik sistemin ölçtüğü değerin 450’sinden fazla olduğu yedi okuma yer aldı.
“Genel doğruluk hatası pek sürpriz değildi ve önceki araştırmalarda iyi belgelenmişti. Bizi asıl şaşırtan şey, vücut yağı oranıyla hata arasındaki ilişkinin gücüydü. Vücut yağı oranının arttığı, yani taşıyıcının daha fazla vücut yağına sahip olduğu durumlarda saatin yakılan kalori ölçümleri giderek daha belirsiz hale geldi.”
Egzersiz bilimci ve araştırmacı
Araştırmacılar, bu durumun test ettikleri tüm cihazlarda geçerli olduğunu ancak etkinin boyutunun marka bazında belirgin biçimde değiştiğini kaydetti. Bazı saatlerin hataları, yüksek vücut yağı oranına sahip katılımcılar için yaklaşık yüzde 50 ile 100 arasında hatta daha fazlasına ulaşabiliyordu.
Araştırmacılar, cilt tonunun test ettikleri koşullarda kalori harcama hatası üzerinde anlamlı bir etkisi olmadığını da belirtti. Durumu daha somut bir örnekle açıklamak gerekirse: Standart metabolik analizörünüz bir egzersiz sırasında 100 kalori harcamasını ölçsün. Yüzde 50’lik bir fazlalık saatin yaklaşık 150 kalori göstermesine, yüzde 100’lük bir fazlak ise yaklaşık 200 kalori göstermesine yol açar.
Kullanıcılar için bu ne anlama geliyor?
Araştırmacılar, çalışmanın vücut yağı oranının böyle büyük bir etki yapmasının nedenini açıklayamadıklarını vurguladı. Tahmin algoritmalarının nasıl geliştirildiği ve kalibre edildiği de önemli rol oynayabilir; ancak her cihaz kendi özel algoritmasını kullandığı için enerji harcamasının tam olarak nasıl ölçtüğü bilinemez.
Daha yüksek vücut yağı oranına sahip kişiler, giyilebilir teknolojileri kilo verme sürecini desteklemek amacıyla kullanmaya en çok ilgi duyan grup arasında yer alıyor olmalı. Ancak bulgular, aynı zamanda kalori harcamasının en az doğru tahmin edildiği grubun da onlar olduğunu işaret ediyor.
Birkaç dakikalık kısa bir egzersiz sırasında 50 veya 100 kalorilik bir hata önemli görünmeyebilir; ancak bu hata zamanla birikebiliyor. Somut terimlerle: Vücut yağı oranınız yüzde 35 ve üzerindeyse ve haftada 4 saat egzersiz yapıyorsanız, saatiniz haftalık olarak 1.200 ile 2.400 kalori arasında sapma gösterebilir. Kilo yönetimi için saatinizin çıktısını kullanıyorsanız, hafta içi egzersizlerde yaktığınızı sandığınız neredeyse bir günün tamamına eşdeğer kaloride hataya düşmüş olabilirsiniz.
Tüketiciler ne yapabilir?
Araştırmacılar, bunun akıllı saatlerin hiçbir değeri olmadığı anlamına gelmediğini vurguladı. Aynı egzersiz protokolünü kullanan eşlik eden bir çalışmada ekip, bu cihazların kalp atış hızını makul biçimde doğru ölçtüğunu buldu. Faaliyete bağlı olarak bu cihazlar antrenman süresi, mesafe ve tempolu gibi diğer metrikler hakkında da faydalı bilgiler sağlayabiliyor.
“Araştırma sonuçları ışığında akıllı saat kullanıcılarının kalori sayısını kesin bir ölçüm değil, tahmin olarak değerlendirmesini öneriyorum. Kilo verme hedefiniz varsa, bu sayıyı ne kadar yiyeceğinizi belirlemek veya bir antrenmanın başarısını değerlendirmek için kullanırken tedbirli olmanızda fayda var.”
Egzersiz bilimci ve araştırmacı
Zaman içindeki eğilimlere bakmak da faydalı olabilir; özellikle kalp atış hızı, egzersiz yoğunluğu, vücut kilosundaki değişimler ve kişinin kendi deneyimiyle birlikte değerlendirildiğinde. Ancak tutarlı bir sayının aynı zamanda doğru bir sayı olduğu anlamına gelmediğini vurgulayan araştırmacılar, bir cihazın sistematik biçimde kalori harcamasını fazla hesaplasa bile antrenmandan antmana son derece tutarlı görünebileceğini belirtti.
Giyilebilir teknolojinin gelişmeye devam edeceğini belirten araştırmacılar, daha iyi sensörlerin bu ilerlemeye katkıda bulunabileceğini ancak farklı vücut yapılarına sahip kişilerde enerji harcamasının nasıl tahmin edildiğinin iyileştirilmesinin de en az onun kadar önemli olabileceğini kaydetti.
Araştırmacılar, laboratuvarlarında akıllı saat deneylerini şimdi güç antrenmanına genişletiyor. Bilek ve tüm vücudu kapsayan hareketin birleşimiyle birlikte değişen egzersiz yoğunluğu burada doğru tahmini daha da zorlaştırabilir. Dünyanın dört bir yanındaki diğer laboratuvarlar da bu teknolojileri iyileştirmek ve sağlık kararlarını nasıl daha iyi yönlendirebileceklerini öğrenmek için çalışıyor.
