麻省理工學院與Empirical Health的研究團隊近日宣布，他們利用Apple Watch收集的300萬“人-天”健康數據，開發出一種新型基礎模型，在預測多種疾病方面展現出顯著優勢。這項研究通過創新的數據處理方式，成功解決了可穿戴設備數據不規則、不完整的難題，為健康監測領域開辟了新路徑。

研究的核心突破在于將聯合嵌入預測架構（JEPA）應用于醫療健康領域。這一架構由meta前首席AI科學家Yann LeCun提出，其獨特之處在于讓模型學習推斷缺失數據的語義表征，而非簡單重建原始數值。例如，當處理被遮蔽的圖像區域時，模型會通過可見部分推斷不可見區域的特征，而非還原具體像素。這種思路為處理可穿戴設備數據提供了新思路——設備記錄的心率、睡眠等指標常存在時間上的不連續性，傳統模型難以有效利用這類數據。

研究團隊構建的縱向數據集包含16,522名參與者的長期記錄，總計約300萬“人-天”數據。每位參與者每日記錄63項指標，涵蓋心血管健康、呼吸功能、睡眠質量、身體活動及基礎統計五大領域。值得注意的是，僅15%的參與者有完整的醫療標注史，這意味著85%的數據在傳統監督學習框架下會被視為無效。研究團隊通過自監督預訓練策略，先讓模型在整個數據集上學習數據特征，再在有標簽的子集上進行微調，成功克服了這一挑戰。

具體實現中，研究人員將每條觀測數據轉化為“三元組”（日期、數值、指標類型），每個觀測值對應一個“token”。這些token經過掩碼處理后輸入編碼器，模型需預測被掩碼片段的嵌入表示。這種設計使模型能夠捕捉數據中的潛在模式，即使某些指標僅在極少數時間點被記錄，或不同指標的記錄頻率差異巨大，模型仍能有效學習。

在疾病預測性能方面，新模型（JETS）與多個基線模型對比中表現突出。測試結果顯示，其對高血壓的預測AUROC達86.8%，房撲為70.5%，慢性疲勞綜合征為81%，病態竇房結綜合征同樣達到86.8%。AUROC和AUPRC指標衡量的是模型區分病例的能力，而非簡單準確率，這表明模型能更精準地識別潛在患者，為早期干預提供依據。

這項研究的意義不僅在于模型性能的提升，更在于它證明了日常可穿戴設備數據的巨大潛力。盡管Apple Watch等設備并非全天候佩戴，且不同用戶的佩戴習慣差異顯著，但通過創新的模型架構與訓練策略，仍能從海量數據中提取有價值的信息。這種能力為疾病早期預警和個性化健康管理提供了新工具，未來可能改變人們監測健康的方式。