В мире

На 3 млн «дней» Apple Watch: ИИ от MIT выявляет болезни с AUROC до 86,8%

ИИ JETS на данных Apple Watch: 3 млн «дней», 63 метрики и AUROC до 86,8%

Автор: Александр Кондратьев

11 декабря 2025

Фото: © A. Krivonosov

Исследователи MIT и Empirical Health на базе трёх миллионов «дней» показаний Apple Watch создали ИИ-модель для выявления заболеваний с высокой точностью — об этом сообщает издание pepelac.news. Ключом стала архитектура JEPA, предложенная Яном Лекуном: она учит сеть понимать смысл недостающих фрагментов, а не восстанавливать их буквально — что идеально ложится на разрозненные данные носимых гаджетов.

В проекте учли массив показателей 16 522 участников за несколько лет. Анализировали 63 типа метрик — от сердечного ритма и дыхания до сна, активности и общих параметров. Хотя у диагнозами располагали лишь 15% пользователей, модель JETS обучили на всём пуле данных и затем донастроили на размеченной части.

Чтобы приспособить JEPA к временным рядам, каждое наблюдение превратили в «токен», скрывали часть информации и учили систему предсказывать представления скрытых данных. После обучения JETS сравнили с сильными базовыми архитектурами — и результаты оказались впечатляющими: AUROC достиг 86,8% при определении гипертонии, 81% при выявлении синдрома хронической усталости и 86,8% при диагностике дисфункции синусового узла. Для «шумных» данных носимых устройств такие цифры выглядят убедительно.

Важно, что AUROC описывает способность различать вероятные случаи, а не просто точность в лоб, и именно здесь преимущество JETS видно особенно ясно. Исследователи подчёркивают: потенциал wearables в медицине огромен, и правильно обученные модели способны извлекать пользу из неполных и нерегулярных массивов. В итоге повседневные Apple Watch превращаются в инструмент раннего выявления, когда алгоритм учится понимать мир, а не требовать идеальных данных.
#Apple Watch #MIT #Empirical Health #ИИ #JETS #JEPA #AUROC #гипертония #синдром хронической усталости #дисфункция синусового узла #wearables