近日，麻省理工學(xué)院與Empirical Health研究人員合作，利用300萬“人-天”的Apple Watch數(shù)據(jù)開發(fā)出一種基礎(chǔ)模型JETS，能夠以高度準(zhǔn)確性預(yù)測多種健康狀況。這項(xiàng)研究將“聯(lián)合嵌入預(yù)測架構(gòu)”（JEPA）適配于不規(guī)則的多變量時(shí)間序列數(shù)據(jù)，如可穿戴設(shè)備的長期健康數(shù)據(jù)，其中心率、睡眠、活動量等指標(biāo)在時(shí)間上呈現(xiàn)不連續(xù)性或存在大量缺失。

研究團(tuán)隊(duì)使用的縱向數(shù)據(jù)集包含16,522名參與者的可穿戴設(shè)備記錄，每位參與者每日記錄了63項(xiàng)不同的時(shí)間序列指標(biāo)，涵蓋心血管健康、呼吸健康、睡眠、身體活動及一般統(tǒng)計(jì)信息。JETS模型首先在整個(gè)數(shù)據(jù)集上通過自監(jiān)督預(yù)訓(xùn)練進(jìn)行學(xué)習(xí)，隨后僅在有標(biāo)簽的子集上進(jìn)行微調(diào)。研究人員將每條觀測數(shù)據(jù)構(gòu)造成“三元組”（日期、數(shù)值、指標(biāo)類型），將每個(gè)觀測值轉(zhuǎn)化為一個(gè)“token”，這些token經(jīng)過掩碼處理、編碼，并輸入預(yù)測器，用以預(yù)測被掩碼片段的嵌入表示。

JETS在多項(xiàng)疾病預(yù)測中表現(xiàn)優(yōu)異，如高血壓預(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)綜合征亦達(dá)86.8%。該研究展示了從通常被視為“不完整”或“不規(guī)則”的健康數(shù)據(jù)中提取最大價(jià)值的潛力，即使在某些指標(biāo)僅在0.4%的時(shí)間內(nèi)被記錄的情況下依然有效。