2025年,麻省理工学院与Empirical Health研究人员利用约300万“人-天”的Apple Watch数据,开发出名为JETS的自监督基础模型。该模型基于Yann LeCun提出的JEPA架构,专为处理不规则多变量时间序列数据设计,可从心率、睡眠、活动等63项指标中预测多种健康状况。研究覆盖16,522名参与者,仅15%有医疗标注,模型通过自监督预训练后微调,在高血压和病态窦房结综合征预测中AUROC达86.8%。研究表明,即便数据稀疏或不连续,新型AI架构仍能有效挖掘日常可穿戴设备的疾病预警潜力。
免责声明:本文内容由开放的智能模型自动生成,仅供参考。

扫一扫关注微信