麻省理工學(xué)院與Empirical Health的研究團(tuán)隊(duì)近日取得一項(xiàng)突破性進(jìn)展，他們基于300萬“人-天”的Apple Watch健康數(shù)據(jù)，開發(fā)出一種新型自監(jiān)督學(xué)習(xí)模型，在疾病預(yù)測領(lǐng)域展現(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)不完整、不規(guī)則的難題，為健康監(jiān)測技術(shù)開辟了新方向。

研究核心基于meta前首席AI科學(xué)家Yann LeCun提出的“聯(lián)合嵌入預(yù)測架構(gòu)”（JEPA）。該架構(gòu)突破傳統(tǒng)AI系統(tǒng)直接重建缺失數(shù)據(jù)的模式，轉(zhuǎn)而訓(xùn)練模型從上下文推斷缺失部分的語義表征。例如在圖像處理中，系統(tǒng)不會嘗試還原被遮蔽區(qū)域的原始像素，而是通過可見部分推斷其抽象特征。這種思路被研究團(tuán)隊(duì)創(chuàng)新性地應(yīng)用于健康數(shù)據(jù)領(lǐng)域，特別是處理心率、睡眠時(shí)長等存在大量缺失的時(shí)間序列指標(biāo)。

研究團(tuán)隊(duì)構(gòu)建的縱向數(shù)據(jù)集涵蓋16,522名參與者，累計(jì)記錄約300萬“人-天”的生理數(shù)據(jù)。每位參與者每日記錄63項(xiàng)指標(biāo)，覆蓋心血管、呼吸、睡眠、運(yùn)動等五大健康維度。值得注意的是，僅15%的參與者擁有完整醫(yī)療標(biāo)注記錄，傳統(tǒng)監(jiān)督學(xué)習(xí)框架下85%的數(shù)據(jù)難以利用。研究團(tuán)隊(duì)通過自監(jiān)督預(yù)訓(xùn)練策略，先讓模型在無標(biāo)注數(shù)據(jù)中學(xué)習(xí)通用特征，再針對特定疾病在少量標(biāo)注數(shù)據(jù)上進(jìn)行微調(diào)。

在數(shù)據(jù)處理環(huán)節(jié)，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”，進(jìn)而編碼為可學(xué)習(xí)的“token”。通過隨機(jī)掩碼部分token，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數(shù)據(jù)中的潛在模式，即使面對極端不平衡的記錄頻率——某些指標(biāo)僅0.4%的記錄時(shí)間出現(xiàn)，而另一些指標(biāo)存在于99%的日常讀數(shù)中。

實(shí)驗(yàn)結(jié)果顯示，新型模型在多項(xiàng)疾病預(yù)測任務(wù)中表現(xiàn)優(yōu)異：高血壓預(yù)測的AUROC指標(biāo)達(dá)到86.8%，慢性疲勞綜合征為81%，病態(tài)竇房結(jié)綜合征同樣取得86.8%的成績。雖然房撲預(yù)測的70.5%略低于部分基線模型，但整體性能優(yōu)勢明顯。研究特別指出，AUROC和AUPRC指標(biāo)反映的是模型對病例的排序能力，而非傳統(tǒng)意義上的預(yù)測準(zhǔn)確率。

這項(xiàng)成果的重要價(jià)值在于證明了日常可穿戴設(shè)備的潛在價(jià)值。盡管Apple Watch等設(shè)備存在佩戴時(shí)間不固定、數(shù)據(jù)記錄不連續(xù)等問題，但通過創(chuàng)新的模型架構(gòu)和訓(xùn)練策略，仍能從海量數(shù)據(jù)中提取有效健康信號。研究團(tuán)隊(duì)開發(fā)的JETS模型不僅為疾病早期預(yù)警提供了新工具，更展示了如何最大化利用不完整健康數(shù)據(jù)的可能性，為智能健康監(jiān)測領(lǐng)域樹立了新的技術(shù)標(biāo)桿。