Google Research 构建基于可穿戴设备的健康年龄与 CKM 风险框架

Google Research 推出了一套研究性框架，可将消费级可穿戴设备数据转化为“可指导”的健康年龄，并模拟个性化的 12 周“假设”健康轨迹。其 SensorWM 世界模型基于约 10 万名用户、共 228 万人周的匿名 Fitbit 数据进行预训练，可在不同的步数、睡眠和心肺运动方案下预测 20 项生理指标。 在基于回顾性研究队列的离线评估中，生活方式教练在 71.4% 的评估中将基于反事实的方案选为整体最佳，医生评定 99.2% 的方案处于安全运动强度范围内。Google Research 表示，当有常规血液检测可用时，该框架可扩展为将可穿戴数据流与实验室生物标志物相结合，以检测心脏、肾脏和代谢系统中的早期亚临床压力。 作者声明这些模型属于研究性原型，并非临床诊断工具，且评估均为离线进行；他们称这项工作为未来交互式指导的前瞻性试验奠定了基础。

AI 根据报道生成 · 20 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。