蘋果 AI 模型新突破，健康狀態(tài)識別準(zhǔn)確率最高達(dá) 92%快訊
穿戴設(shè)備行為數(shù)據(jù)的底層模型提升健康預(yù)測能力》，但穿戴設(shè)備的高階行為信息（體力活動、心血管健康、活動能力指標(biāo)）才是解決此類檢測任務(wù)的天然數(shù)據(jù)類型，而非原始傳感器數(shù)據(jù)的秒級時間尺度... 盡管既往研究多聚焦原始傳感器數(shù)據(jù)建模。
7 月 11 日消息，蘋果與美國心臟協(xié)會以及哈佛醫(yī)學(xué)院附屬布萊根婦女醫(yī)院合作的最新研究表明，用戶行為數(shù)據(jù)（活動量、睡眠、運(yùn)動等）可能比心率、血氧等傳統(tǒng)生物指標(biāo)更能反映健康狀況。
為驗(yàn)證此觀點(diǎn)，研究人員利用超過 25 億小時的穿戴設(shè)備數(shù)據(jù)訓(xùn)練新型底層模型 WBM（穿戴設(shè)備行為模型），發(fā)現(xiàn)其表現(xiàn)顯著超越現(xiàn)有方案。
結(jié)果顯示，該模型性能可匹敵甚至超越基于原始傳感器數(shù)據(jù)的現(xiàn)有模型。與此前依賴心率傳感器（PPG）或心電圖（ECG）等原始數(shù)據(jù)的健康模型不同，WBM 直接學(xué)習(xí)更高階的行為指標(biāo)：步數(shù)、步態(tài)穩(wěn)定性、活動能力、最大攝氧量（VO? max）等（基于 Apple Watch 持續(xù)生成）。
通過結(jié)合 WBM 和 PPG 數(shù)據(jù)表征，研究團(tuán)隊(duì)在整體層面上實(shí)現(xiàn)了更準(zhǔn)確的結(jié)果，例如混合模型在妊娠檢測方面有著高達(dá) 92% 的準(zhǔn)確率，并在睡眠質(zhì)量、感染、損傷以及心房顫動檢測等心血管相關(guān)任務(wù)方面持續(xù)提升。
WBM 使用的指標(biāo)雖源于傳感器，但經(jīng)提煉后更能突出真實(shí)行為模式與健康趨勢，具有更高穩(wěn)定性、可解釋性及長期建模適配性。
查詢發(fā)現(xiàn)，其預(yù)印論文已于 6 月 30 日發(fā)布在 arxiv 上，標(biāo)題為《超越傳感器數(shù)據(jù)：穿戴設(shè)備行為數(shù)據(jù)的底層模型提升健康預(yù)測能力》，源自蘋果心臟與運(yùn)動研究（AHMS）。
消費(fèi)級穿戴設(shè)備（如智能手表和健身追蹤器）提供跨健康領(lǐng)域的豐富信息... 健康監(jiān)測的關(guān)鍵是檢測靜態(tài)健康狀態(tài)（如吸煙史、高血壓病史、β 受體阻滯劑使用情況）和動態(tài)健康狀態(tài)（如睡眠質(zhì)量、當(dāng)前妊娠狀態(tài)）。此類預(yù)測需以人類行為的時間尺度（日 / 周）為基準(zhǔn)，而非原始傳感器數(shù)據(jù)的秒級時間尺度...
盡管既往研究多聚焦原始傳感器數(shù)據(jù)建模，但穿戴設(shè)備的高階行為信息（體力活動、心血管健康、活動能力指標(biāo)）才是解決此類檢測任務(wù)的天然數(shù)據(jù)類型。不同于原始傳感器，這些高階行為指標(biāo)經(jīng)由嚴(yán)格驗(yàn)證的算法處理生成，由專家精選以匹配生理相關(guān)量與健康狀態(tài)。更重要的是，這些數(shù)據(jù)反映個體行為模式而非純生理信號。行為數(shù)據(jù)對健康檢測極具潛力 —— 例如，表征步態(tài)與整體活動水平的指標(biāo)可能對檢測妊娠等動態(tài)健康狀態(tài)至關(guān)重要。（問舟）
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標(biāo)注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務(wù)必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任；
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。
