麻省理工学院与Empirical Health的研究团队近日宣布，他们利用Apple Watch收集的300万“人-天”健康数据，开发出一种新型基础模型，在预测多种疾病方面展现出显著优势。这项研究通过创新的数据处理方式，成功解决了可穿戴设备数据不规则、不完整的难题，为健康监测领域开辟了新路径。
研究的核心突破在于将联合嵌入预测架构（JEPA）应用于医疗健康领域。这一架构由meta前首席AI科学家Yann LeCun提出，其独特之处在于让模型学习推断缺失数据的语义表征，而非简单重建原始数值。例如，当处理被遮蔽的图像区域时，模型会通过可见部分推断不可见区域的特征，而非还原具体像素。这种思路为处理可穿戴设备数据提供了新思路——设备记录的心率、睡眠等指标常存在时间上的不连续性，传统模型难以有效利用这类数据。
研究团队构建的纵向数据集包含16,522名参与者的长期记录，总计约300万“人-天”数据。每位参与者每日记录63项指标，涵盖心血管健康、呼吸功能、睡眠质量、身体活动及基础统计五大领域。值得注意的是，仅15%的参与者有完整的医疗标注史，这意味着85%的数据在传统监督学习框架下会被视为无效。研究团队通过自监督预训练策略，先让模型在整个数据集上学习数据特征，再在有标签的子集上进行微调，成功克服了这一挑战。
具体实现中，研究人员将每条观测数据转化为“三元组”（日期、数值、指标类型），每个观测值对应一个“token”。这些token经过掩码处理后输入编码器，模型需预测被掩码片段的嵌入表示。这种设计使模型能够捕捉数据中的潜在模式，即使某些指标仅在极少数时间点被记录，或不同指标的记录频率差异巨大，模型仍能有效学习。
在疾病预测性能方面，新模型（JETS）与多个基线模型对比中表现突出。测试结果显示，其对高血压的预测AUROC达86.8%，房扑为70.5%，慢性疲劳综合征为81%，病态窦房结综合征同样达到86.8%。AUROC和AUPRC指标衡量的是模型区分病例的能力，而非简单准确率，这表明模型能更精准地识别潜在患者，为早期干预提供依据。
这项研究的意义不仅在于模型性能的提升，更在于它证明了日常可穿戴设备数据的巨大潜力。尽管Apple Watch等设备并非全天候佩戴，且不同用户的佩戴习惯差异显著，但通过创新的模型架构与训练策略，仍能从海量数据中提取有价值的信息。这种能力为疾病早期预警和个性化健康管理提供了新工具，未来可能改变人们监测健康的方式。
