Älykellojen käyttäminen on yleistynyt viimevuosina. Dagmar markkinointitoimiston viime vuonna tekemän tutkimuksen mukaan 26 % suomalaisista on jonkin muotoinen älykello ranteessa. Älykelloilla ja niihin asennettavilla applikaatiolla voidaan seurata monenlaisia kehon toimintoja. Tietojen sekä palautteen saaminen omista terveyteen ja liikuntatottumuksiin vaikuttavista asioista voi vaikuttaa positiivisesti arjen valintoihin. Toisaalta tässä kolikossa voi olla myös kääntöpuoli. Jatkuva tiedon virta ja sen seuraaminen voi saada aikaan myös neuroottisia piirteitä käyttäjässä.

Älykelloilla voi seurata monenlaisia liikuntaan ja terveyteen liittyviä markkereita. Näihin voidaan lukea syke, sykevälivariaatio, askelten määrä, unen määrä -ja laatu, kalorinkulutus sekä stressitaso. Huomioitavaa on se, että nykyisellä mittausanturi teknologiallakin on rajansa. Älykello pystyy nykyisillä antureilla saamaan käyttäjästään vain tietynlaatuista dataa. Monia edellä mainittuja ominaisuuksia pystytäänkin mittaamaan laboratoriossa tai edistyneemmillä mittauslaitteilla hämmästyttävän tarkasti. Vaikkapa unipolygrafialla saadaan todella tarkkaa tietoa eri unenvaiheista ja unen määrästä. Unipolygrafiassa keho ja pää kytketään täyteen elektrodeja ja oikeastaan ainoa paikka mihin sen kanssa menet, on sänkysi. Arkinen elämä ja sen toiminnot ovat mahdottomia kyseisen laitteiston kanssa.

Useat älykellot ja muut puettavat elektroniset laitteet antava dataa unenmäärästä ja laadusta. Olisi kuitenkin valistumatonta olettaa, että se data olisi luotettavuudeltaan tai laadultaan vastaavaa kuin mitä ammatti/hoitotason laitteisto pystyy tarjoamaan. Tämä sama ilmiö toistuu muidenkin mitattavien ominaisuuksien kanssa. Älykellot siis kyllä mittaavat ominaisuuksia mutta ne joutuvat myös algoritmien ja laskennan avulla täydentämään huonolaatuista dataa. Tästä seurauksena on virhemarginaalin lisääntyminen mittaustuloksissa.

Hyvät

Älykellon vahvuuksiin voidaan lukea tiedon saannin helppous ja vaivattomuus. Kello mittaa ja antaa monenlaista dataa käyttäjästään pelkästään vain olemalla ranteessa. Tämän mittauslaitteen jatkuva läsnäolo ei kuitenkaan lisää käyttäjän kitkaa arjessa. Kello ja applikaatiot antavat käyttäjälleen palautetta hänen terveydestään ja suosittelevat korjaavia toimenpiteitä, mikäli niitä tarvitaan. Tämä voi saada käyttäjän tietoisemmaksi omista arkisista valinnoistaan ja johtaa sitä kautta parempiin valintoihin.

Kello voi toimia ikään kuin ”terveyden omatuntona”. Ratkaisevilla hetkillä henkilö voi olla tekemässä huonoa valintaa oman terveytensä suhteen mutta kellon antaessa huomautuksen oikeaan aikaa, voi se kääntyä positiiviseksi. Tämä vaikutus voi näkyä vaikkapa siinä, että kellon huomauttaessa iltapäivästä päivän aikana vähäiseksi jääneestä askelmäärästä, voi illaksi suunniteltu sohva vielä kääntyä lenkiksi. Samoin tieto omasta stressitasosta ja myöhäisistä työajoista voi vaikuttaa päätöksen sulkea tietokone iltaisin. Vaikka kellon antamaa tietoa liittyen stressitasoihin ja uneen ei voida pitää absoluuttisena, on tieto todennäköisesti kuitenkin vahvasti suuntaa antavaa.

Sykkeenseurannalla on myös oma funktionsa. Rannemittaus on kuitenkin edelleen pantamittausta alttiimpi häiriöille. Tulevaisuudessa rannemittauksen luotettavuus tulee varmastikin paranemaan. Etu jatkuvassa sykemittauksessa on se, että dataa kertyy varsin mukavasti ja myös mahdollisia terveysongelmia indikoivat epäsäännöllisyydet sykkeessä paljastuvat. Kelloissa on myös oppivia algoritmeja. Mitä enemmän kelloa käyttää ja mitä enemmän kellolle antaa dataa, sitä parempia arviota ja tietoa se pystyy käyttäjästään antamaan.

Huonot

Älykellojen isoin heikkous tällä hetkellä on ehdottomasti datan laatu. Pieneen kelloon paikallisesti sijoitettujen mittausantureiden luotettavuus ei ole paras mahdollinen. Virheet datassa voivat myös johtaa käyttäjän turhaan stressaantumiseen tai vääriin johtopäätöksiin.

Yksi ongelmakohta on akunkesto. Tällä hetkellä älykelloja täytyy ladata likimain vuorokausitasolla. Mikäli latauksen unohtaa tehdä, ei kelloa voi käyttää. Yö olisi luonnollinen paikka ladata kello mutta sitten taas yönaikainen data jää saamatta. Älykellojen lataussykli pitäisi saada ehdottomasti pidemmäksi, jotta datan keruu ei katkeaisi niin usein. Useat toistuvat lataussyklit kuluttavat myös akkua siinä määrin, että parin vuoden kuluessa akkua joutuu lataamaan yhä useammin.

Kelloon ja sen antamaan dataan voi kehittyä myös tietynlainen psyykkinen riippuvuus. Datan puuttuminen voi johtaa motivaation laskuun. Käänteisesti myös jatkuva datan saaminen ja seuraaminen voi aiheuttaa neuroottista käyttäytymistä. Häiriön aiheuttamat poikkeamat vaikkapa sykemittauksessa voivat aiheuttaa turhaa huolta. Kellon ilmoittaessa rytmihäiriöstä, harva pystyy suhtautumaan tähän dataan täysin rauhallisin mielin.

Miten suhtautua?

Älykelloista saatavaan dataan tulisi aina suhtautua informatiivisesti eikä orjuuttavasti. Tärkeää on huomioida aina oma subjektiivinen tuntemus. Jos esimerkiksi vaikka aamulla heräsit virkeänä ja täynnä energiaa, ei sillä ole mitään merkitystä, jos mittarisi antama data ei korreloi tähän. Sinä todennäköisesti olet enemmän oikeassa kuin mittarisi. Älykellon antamaa tietoa tulisi siis aina peilata omiin tuntemuksiin ja muodostaa siitä arvio. Älykellon data ja suositukset tulisi siis nähdä enemmänkin suuntaa antavina. Älykello on hyvä työkalu siinä tapauksessa, jos sen antamaa dataa osaa käsitellä objektiivisesti omassa päässään. Saatua tietoa tulee osata vivuttaa oikealla tavalla omaan päätöksentekoon ilman, että se alkaa sanelemaan ehtoja elämääsi. Mittarilla ei myöskään ole tunteita, joten sinun ei tarvitse miellyttää sitä. Mittarin ilmoittaessa ”nyt sinun tulisi mennä nukkumaan” – ei sinun tarvitse automaattisesti totella sitä.

Mahdollisuus Tekoäly tulee todennäköisesti luomaan uusia mahdollisuuksia tälläkin sektorilla. Riittävän käyttäjädatan syöttäminen tekoälylle parantaa tiedosta saatavia ennusteita sekä analyysia. Lähitulevaisuudessa varmastikin kelloista on mahdollista ladata käyttäjädataa tekoälyn analysoitavaksi. Tämän datan perusteella tekoäly pystyy parantamaan kellon luotettavuutta. Haasteeksi muodostuu henkilökohtaisen terveyteen liittyvän käyttäjädatan käsittely. Mittausteknologian ja algoritmien kehittyessä tulevaisuus näyttää valoisalta älykellojen ja puettavien mittauslaitteiden osalta. Tulemme tulevaisuudessa saamaan niistä entistä luotettavampaa tietoa, jonka pohjalta sitten voimme tehdä terveyteemme liittyviä päätöksiä.