Researchers trained foundation model on 3M days of Apple Watch data
5 months ago
- #AI in healthcare
- #wearable technology
- #machine learning
- MIT和Empirical Health的研究人员利用300万人天的Apple Watch数据开发了一个预测医疗状况的基础模型。
- 该模型基于Yann LeCun的联合嵌入预测架构（JEPA），其核心是推断缺失数据而非重建精确值。
- 这项名为《JETS：医疗健康行为数据的自监督联合嵌入时间序列基础模型》的研究被NeurIPS研讨会收录。
- JETS将JEPA适配于不规则多元时间序列数据（如存在心率、睡眠和活动测量间隙的可穿戴设备数据）。
- 数据集涵盖16,522名个体，包含心血管健康、呼吸健康、睡眠、身体活动和常规统计五大领域的63项时序指标。
- 仅15%参与者有标注病史，导致85%数据无法用于传统监督学习。JETS采用自监督预训练加微调的策略。
- JETS在高血压（86.8%）、心房扑动（70.5%）、慢性疲劳综合征（81%）和病态窦房结综合征（86.8%）等病症上取得高AUROC分数。
- 研究揭示了新型模型从不完整/不规则可穿戴数据中提取洞察的潜力——即使设备未被持续佩戴。