Questions-réponses : Google sur la création des capacités de détection des chutes de Pixel Watch, deuxième partie
Le Google Pixel Watch, annoncé en mars, comprenait l’ajout de capacités de détection de chute, qui utilisent des capteurs pour déterminer si un utilisateur a fait une chute brutale, puis alerte ensuite les services d’urgence lorsqu’il est invité par l’utilisateur ou lorsqu’aucune réponse de l’utilisateur n’est reçue.
Dans la deuxième partie de notre série en deux parties, Edward Shi, chef de produit au sein de l’équipe de sécurité personnelle d’Android et de Pixel chez Google, et Paras Unadkat, chef de produit et chef de produit Fitbit pour la détection de santé/forme physique portable et l’apprentissage automatique chez Google, discute avec MobiHealthActualités quels obstacles eux-mêmes et leurs équipes ont rencontrés lors du développement de la technologie et comment la montre peut évoluer.
MobiHealthActualités : Quels ont été les défis que vous avez rencontrés tout au long du parcours de développement ?
Paras Unadkat : Un peu plus tôt dans le programme, il s’agissait de comprendre comment détecter les chutes en premier lieu. C’était donc vraiment un grand défi, il était assez difficile d’avoir une compréhension approfondie de cela et de développer cette base de connaissances, cette expertise et cet ensemble de données.
Et puis, de la même manière, comprendre comment nous pouvons valider et comprendre que cela fonctionne réellement dans le monde réel était un problème assez difficile. Et puis nous avons pu résoudre ce problème grâce à certaines des différentes approches de collecte de données que nous avions, en comprenant comment mettre à l’échelle notre ensemble de données. Nous avons utilisé beaucoup de simulations et des choses comme ça juste pour arriver à, vous savez, nous avons pu collecter un certain nombre de types de chutes différents, un certain nombre de types d’événements de chargement gratuit différents. Mais comment savons-nous qu’une personne de 5’5″ a fait une chute ? Comment savons-nous que c’est similaire à une personne de 5’7″ qui a fait la même chute ? Nous avons pu réellement prendre ces données et simuler essentiellement ces changements dans le type de taille et de poids d’une personne et des choses comme ça et les utiliser pour nous aider à comprendre les impacts de ces différents paramètres dans nos données.
C’était donc l’un des grands défis et des façons dont nous avons abordé cela. Et au fur et à mesure que nous nous rapprochions du lancement, nous avons également rencontré un tas de défis comme à l’autre bout du monde, comprenant ce qu’il fallait faire à propos de ces paramètres de téléphone et comment nous assurons-nous réellement que les gens obtiennent l’aide qu’ils besoin.
Edouard Shi : Oui, de notre côté, à partir de ce transfert, nous essayons essentiellement toujours d’équilibrer la vitesse à laquelle nous pouvons obtenir l’aide des utilisateurs et d’atténuer tout déclencheur accidentel.
Parce que nous avons une responsabilité à la fois envers l’utilisateur et, bien sûr, envers les centres de prise d’appels, s’ils reçoivent beaucoup de faux appels, ils ne sont pas en mesure d’aider en cas d’urgence réelle. Et donc, fondamentalement, peaufiner et travailler en étroite collaboration avec Paras à ce sujet. De quoi notre algorithme est-il capable ? Comment ajuster l’expérience pour donner aux utilisateurs suffisamment de temps pour annuler, mais aussi pour ne pas prendre trop de temps pour vraiment appeler à l’aide lorsqu’ils en ont besoin ? Et puis, bien sûr, peaufiner cette expérience lorsque l’appel est effectivement passé. Quelles informations précises pouvons-nous donner aux téléphonistes d’urgence ? Que se passe-t-il si un utilisateur est en déplacement ? Et s’ils le sont, ils parlent une langue spécifique et ils vont dans une autre région, quelle langue parle cette région, et quelle langue comprennent ceux qu’on appelle les preneurs ? Donc, ce sont les différents défis que nous avons en quelque sorte surmontés une fois que nous avons retiré ce transfert de l’algorithme.
MNH : À quoi ressemble la prochaine itération de la détection de chute de Pixel ?
Unadkat : Nous cherchons constamment à améliorer la fonctionnalité, à améliorer notre précision et à améliorer le nombre de choses que nous sommes capables de détecter. Je pense qu’une grande partie de cela ressemble à une mise à l’échelle de plus en plus grande de nos ensembles de données et en fait à une sorte de compréhension plus approfondie de ce à quoi ressemblent les événements d’automne pour différents scénarios, différents groupes d’utilisateurs, différents types de choses qui se produisent dans différentes populations que nous servons. Et vraiment juste pousser pour détecter de plus en plus de ces types d’événements d’urgence et être en mesure d’obtenir de l’aide dans autant de situations que possible.
MNH : Avez-vous des exemples?
Unadkat : Quelques éléments sont en préparation autour de choses qu’il nous est difficile de distinguer des événements non liés à la chute. Comme, d’une manière générale, plus l’impact de la chute est dur, plus il est facile à détecter et plus l’impact de la chute est doux, plus il est difficile de distinguer de quelque chose qui n’est pas une chute. Donc, être capable de faire cela peut englober un certain nombre de choses différentes, de la collecte de plus de données dans, par exemple, des paramètres cliniques, des choses comme ça à l’avenir, à l’exploitation de différents types de configurations de capteurs pour être en mesure de détecter que quelque chose s’est mal passé.
Donc, un exemple de ceci est si vous voulez détecter quelqu’un qui s’effondre. C’est une chose difficile à faire parce que le niveau d’impact pour ce type de chute n’est pas aussi important que si, vous savez, une chute d’une échelle ou quelque chose comme ça. Nous sommes donc en mesure de le faire. Nous avons pu nous améliorer de plus en plus, mais je pense qu’il suffit de continuer à améliorer des scénarios comme celui-ci afin que les gens puissent vraiment commencer à faire confiance à notre appareil, et en quelque sorte aux appareils portables dans leur ensemble, pour vraiment avoir le dos à travers un large éventail de situations.
Shi: De notre côté, beaucoup de choses dont nous parlons sont que nous voulons vraiment offrir la meilleure expérience aux utilisateurs et nous assurer qu’ils peuvent obtenir de l’aide rapidement et tout en se sentant toujours comme, hé, s’il y avait un déclencheur accidentel , alors ils peuvent annuler et ils ne paniquent pas dans ces situations. Je pense donc que ce sont les choses que nous examinons vraiment.
Et puis je sais que Paras a mentionné un peu la collecte de données pour améliorer la fonctionnalité à l’avenir. Une chose à laquelle nous sommes vraiment, du côté de la sécurité, très, très attachés, c’est la confidentialité de nos utilisateurs. Nous reconnaissons donc que, hé, nous voulons nous améliorer. Nous avons besoin de données pour améliorer les fonctionnalités de sécurité, mais nous avons clairement indiqué qu’il s’agissait d’une option d’activation pour les utilisateurs et qu’ils peuvent, bien sûr, la désactiver. Et puis, ainsi que toutes ces données que nous collectons ne sont utilisées que pour améliorer ces algorithmes et rien d’autre. Et donc, la confidentialité et le désir de s’assurer que nos utilisateurs se sentent protégés à la fois physiquement et avec leur vie privée sont des choses auxquelles nous adhérons très fermement.
