麻省理工學(xué)院與Empirical Health的研究團(tuán)隊(duì)近日宣布，他們利用Apple Watch收集的300萬“人-天”健康數(shù)據(jù)，開發(fā)出一種新型基礎(chǔ)模型，在預(yù)測多種疾病方面展現(xiàn)出顯著優(yōu)勢。這項(xiàng)研究通過創(chuàng)新的數(shù)據(jù)處理方式，成功解決了可穿戴設(shè)備數(shù)據(jù)不規(guī)則、不完整的難題，為健康監(jiān)測領(lǐng)域開辟了新路徑。

研究的核心突破在于將聯(lián)合嵌入預(yù)測架構(gòu)（JEPA）應(yīng)用于醫(yī)療健康領(lǐng)域。這一架構(gòu)由meta前首席AI科學(xué)家Yann LeCun提出，其獨(dú)特之處在于讓模型學(xué)習(xí)推斷缺失數(shù)據(jù)的語義表征，而非簡單重建原始數(shù)值。例如，當(dāng)處理被遮蔽的圖像區(qū)域時，模型會通過可見部分推斷不可見區(qū)域的特征，而非還原具體像素。這種思路為處理可穿戴設(shè)備數(shù)據(jù)提供了新思路——設(shè)備記錄的心率、睡眠等指標(biāo)常存在時間上的不連續(xù)性，傳統(tǒng)模型難以有效利用這類數(shù)據(jù)。

研究團(tuán)隊(duì)構(gòu)建的縱向數(shù)據(jù)集包含16,522名參與者的長期記錄，總計(jì)約300萬“人-天”數(shù)據(jù)。每位參與者每日記錄63項(xiàng)指標(biāo)，涵蓋心血管健康、呼吸功能、睡眠質(zhì)量、身體活動及基礎(chǔ)統(tǒng)計(jì)五大領(lǐng)域。值得注意的是，僅15%的參與者有完整的醫(yī)療標(biāo)注史，這意味著85%的數(shù)據(jù)在傳統(tǒng)監(jiān)督學(xué)習(xí)框架下會被視為無效。研究團(tuán)隊(duì)通過自監(jiān)督預(yù)訓(xùn)練策略，先讓模型在整個數(shù)據(jù)集上學(xué)習(xí)數(shù)據(jù)特征，再在有標(biāo)簽的子集上進(jìn)行微調(diào)，成功克服了這一挑戰(zhàn)。

具體實(shí)現(xiàn)中，研究人員將每條觀測數(shù)據(jù)轉(zhuǎn)化為“三元組”（日期、數(shù)值、指標(biāo)類型），每個觀測值對應(yīng)一個“token”。這些token經(jīng)過掩碼處理后輸入編碼器，模型需預(yù)測被掩碼片段的嵌入表示。這種設(shè)計(jì)使模型能夠捕捉數(shù)據(jù)中的潛在模式，即使某些指標(biāo)僅在極少數(shù)時間點(diǎn)被記錄，或不同指標(biāo)的記錄頻率差異巨大，模型仍能有效學(xué)習(xí)。

在疾病預(yù)測性能方面，新模型（JETS）與多個基線模型對比中表現(xiàn)突出。測試結(jié)果顯示，其對高血壓的預(yù)測AUROC達(dá)86.8%，房撲為70.5%，慢性疲勞綜合征為81%，病態(tài)竇房結(jié)綜合征同樣達(dá)到86.8%。AUROC和AUPRC指標(biāo)衡量的是模型區(qū)分病例的能力，而非簡單準(zhǔn)確率，這表明模型能更精準(zhǔn)地識別潛在患者，為早期干預(yù)提供依據(jù)。

這項(xiàng)研究的意義不僅在于模型性能的提升，更在于它證明了日常可穿戴設(shè)備數(shù)據(jù)的巨大潛力。盡管Apple Watch等設(shè)備并非全天候佩戴，且不同用戶的佩戴習(xí)慣差異顯著，但通過創(chuàng)新的模型架構(gòu)與訓(xùn)練策略，仍能從海量數(shù)據(jù)中提取有價值的信息。這種能力為疾病早期預(yù)警和個性化健康管理提供了新工具，未來可能改變?nèi)藗儽O(jiān)測健康的方式。