Důkaz, že malé týmy mohou v AI vyhrávat: Trénovali jsme model zdravotních základů na 3 milionech osobních dnů dat, což je srovnatelné s většími laboratořemi. Detekuje vysoký krevní tlak s 87% přesností, spolu s flutterem síní (70 %), ME/CFS (81 %) a syndromem nemocných sinusů (87 %). Model byl inspirován architekturou JEPA Yanna LeCuna, ale byl přizpůsoben pro multivariační nepravidelné časové řady. Nazvali jsme to JETS: Společné vkládání pro časové řady. Vstup tvoří 63 kanálů dat ze senzoru: srdeční tep, saturace kyslíkem, fáze spánku, VO2Max atd. Model byl testován jak na diagnostických, tak na predikční úlohách biomarkerů. "AI revoluce" nebude omezena jen na chatboty, obrázky nebo asistenty kódu. Myslíme si, že fyziologická pravda je další hranicí pro zdravotní superinteligenci.

Apple představil @EmpiricalHLTH jako aplikaci s "nádherným novým designem". Abych byl upřímný, je milion věcí, které bych na našem produktu změnil. Jak říká @garrytan, "každý produkt je špatný v den, kdy se narodí" – takže to byl pěkný milník, ale tady je dalších 1 000 dní broušení hrubých hran.