麻省理工學(xué)院與Empirical Health的研究團(tuán)隊近期取得了一項突破性進(jìn)展，他們利用大規(guī)?？纱┐髟O(shè)備數(shù)據(jù)開發(fā)出一種新型健康預(yù)測模型。該研究以約300萬“人-天”的Apple Watch健康監(jiān)測數(shù)據(jù)為基礎(chǔ)，構(gòu)建了能夠精準(zhǔn)預(yù)測多種疾病的基礎(chǔ)模型，相關(guān)成果已被國際頂級學(xué)術(shù)會議NeurIPS的研討會接收。

這項研究的核心創(chuàng)新在于將聯(lián)合嵌入預(yù)測架構(gòu)（JEPA）應(yīng)用于醫(yī)療健康領(lǐng)域。該架構(gòu)由meta前首席AI科學(xué)家Yann LeCun提出，其核心思想是通過上下文信息推斷缺失數(shù)據(jù)的語義表征，而非直接還原原始數(shù)值。例如在圖像處理中，模型會基于可見區(qū)域推斷被遮蔽部分的特征，而非重建像素內(nèi)容。這種范式轉(zhuǎn)變使AI系統(tǒng)能夠構(gòu)建對環(huán)境動態(tài)的理解模型，而非單純依賴詞元預(yù)測。

研究團(tuán)隊針對可穿戴設(shè)備數(shù)據(jù)的特殊性進(jìn)行了架構(gòu)適配。來自16,522名參與者的長期監(jiān)測數(shù)據(jù)呈現(xiàn)顯著的不規(guī)則性：心率、睡眠時長等63項生理指標(biāo)存在大量缺失值，僅有15%的記錄包含完整醫(yī)療標(biāo)注。傳統(tǒng)監(jiān)督學(xué)習(xí)方法會直接舍棄85%的無標(biāo)注數(shù)據(jù)，而新模型通過自監(jiān)督預(yù)訓(xùn)練機(jī)制，先在全量數(shù)據(jù)上學(xué)習(xí)通用特征表示，再利用少量標(biāo)注數(shù)據(jù)進(jìn)行微調(diào)優(yōu)化。

數(shù)據(jù)預(yù)處理階段，研究人員將每條觀測記錄轉(zhuǎn)化為包含日期、數(shù)值、指標(biāo)類型的三元組結(jié)構(gòu)，進(jìn)而生成可被模型處理的“健康token”。這些token經(jīng)過掩碼處理后，模型需要預(yù)測被遮擋片段的嵌入表示。這種訓(xùn)練方式使模型能夠捕捉時間序列中的復(fù)雜模式，即使面對極端不平衡的數(shù)據(jù)分布——某些指標(biāo)僅在0.4%的時間點被記錄，而另一些指標(biāo)出現(xiàn)在99%的日常讀數(shù)中。

在疾病預(yù)測性能評估中，新模型展現(xiàn)出顯著優(yōu)勢。對比基于Transformer架構(gòu)的基線模型，JETS在高血壓檢測中達(dá)到86.8%的AUROC值，房撲預(yù)測準(zhǔn)確率為70.5%，慢性疲勞綜合征和病態(tài)竇房結(jié)綜合征的檢測準(zhǔn)確率分別達(dá)到81%和86.8%。需要說明的是，AUROC指標(biāo)反映的是模型對病例的排序能力，而非傳統(tǒng)意義上的分類準(zhǔn)確率。

該研究證實了日?？纱┐髟O(shè)備的潛在價值。盡管用戶不會全天候佩戴設(shè)備，但通過新型模型架構(gòu)和訓(xùn)練策略，這些碎片化數(shù)據(jù)仍能被轉(zhuǎn)化為有效的健康預(yù)警信號。研究團(tuán)隊特別指出，這種自監(jiān)督學(xué)習(xí)方法為處理醫(yī)療領(lǐng)域普遍存在的數(shù)據(jù)標(biāo)注不足問題提供了新思路，未來有望推動個性化健康管理技術(shù)的普及。