Apple Watch и ИИ: как MIT научило часы выявлять болезни раньше врача

Новая ИИ-модель MIT, которая меняет представление о медицине

Исследователи MIT совместно с Empirical Health представили прорывную базовую модель искусственного интеллекта, способную предсказывать заболевания по данным, собираемым Apple Watch и другой носимой электроникой.
Разработчики утверждают, что система анализирует огромные массивы информации и выявляет отклонения задолго до появления клинических симптомов, что может радикально изменить рынок цифровой медицины.

Технология JEPA — ключ к новой точности Apple Watch

В основе исследования лежит архитектура JEPA (Joint Embedding Predictive Architecture) — концепция, предложенная одним из крупнейших специалистов по ИИ Яном Лекуном.
Главное отличие JEPA от обычных моделей — она не пытается восстановить пропущенные данные, а создает их осмысленные представления.

Это дает два критически важных преимущества:

• более точное понимание физиологических изменений, даже если данные Apple Watch неполные;

• устойчивость к шуму, который неизбежно возникает в данных носимых устройств.

Таким образом, обычные ежедневные показатели сна, пульса или активности превращаются в мощные диагностические сигналы.

Огромный массив данных Apple Watch — почти 3 млн измерений

Чтобы протестировать модель, ученые использовали долгосрочные данные от 16 522 владельцев Apple Watch.

Каждый набор включал 63 различных метрики, связанных с:

• сердечно-сосудистым здоровьем,

• дыхательными показателями,

• качеством сна,

• уровнем активности,

• общей физиологией организма.

Всего было собрано почти три миллиона измерений — колоссальная база, которая позволила ИИ выявлять скрытые закономерности, недоступные человеческому анализу.

Интересный факт: лишь 15% данных содержали медицинскую разметку. Поэтому ИИ сперва обучали на всём массиве, а затем — дорабатывали на размеченных данных. Это сделало модель особенно устойчивой и универсальной.

Как ИИ превращает сырые данные Apple Watch в прогнозы заболеваний

Каждое измерение было преобразовано в токен, затем искусственно «замаскировано».
Модель училась предсказывать недостающие фрагменты, формируя глубокое внутреннее понимание состояния организма.

Именно такой подход позволил системе:

• видеть риски там, где обычная статистика бессильна

• работать даже с неполными и нерегулярными данными

Результаты: Apple Watch становится мощным диагностическим инструментом

После обучения модель JETS показала впечатляющие результаты, превзойдя все предыдущие методы анализа данных с носимых устройств.

AUROC-показатели модели:

• 86,8% — риск высокого давления

• 70,5% — фибрилляция предсердий

• 81% — синдром хронической усталости

Хотя AUROC не означает «точность в процентах», он демонстрирует, насколько хорошо модель различает группы риска. И показатели явно дают понять: ИИ способен выявлять болезни раньше врача.

Что это значит для будущего носимой электроники

Исследование MIT доказывает: даже нерегулярные данные с Apple Watch могут иметь огромную диагностическую ценность.
Это открывает путь к будущему, где умные часы ежедневно мониторят здоровье и предупреждают человека о рисках задолго до ухудшения состояния.

Такие технологии могут:

• снизить нагрузку на медицину,

• повысить продолжительность жизни,

• обеспечить раннюю диагностику опасных заболеваний,

• превратить Apple Watch в полноценный персональный медицинский прибор.