4 dni temu
Naukowcy z MIT i Empirical Health wykorzystali 3 miliony dni danych z Apple Watch, aby stworzyć model AI do wykrywania chorób z wysoką skutecznością.
System JETS opiera się na architekturze JEPA, która uczy sztuczną inteligencję interpretowania brakujących fragmentów danych zamiast ich odtwarzania. Dzięki temu świetnie nadaje się do analizy nieregularnych danych z urządzeń ubieralnych, takich jak tętno, sen czy aktywność.
Badanie objęło 16 522 użytkowników Apple Watch i 63 rodzaje pomiarów. Choć tylko 15% uczestników miało pełną dokumentację medyczną, model został wstępnie wytrenowany na całości danych, a następnie dopracowany na oznaczonym fragmencie. JETS osiągnął m.in. 86,8% AUROC w wykrywaniu nadciśnienia, 70,5% dla migotania przedsionków oraz 81% dla przewlekłego zmęczenia.
Wyniki pokazują duży potencjał noszonych urządzeń i nowych metod uczenia AI w analizie niepełnych danych zdrowotnych. Badacze wskazują, iż choćby sporadyczne odczyty mogą dostarczyć cennych informacji medycznych, jeżeli zostaną przetworzone przez odpowiedni model.
Pełny opis badań znajdziesz tutaj.
Jeśli artykuł Naukowcy z MIT wykorzystali 3 miliony dni danych z Apple Watch nie wygląda prawidłowo w Twoim czytniku RSS, to zobacz go na iMagazine.
