La prueba de que pequeños equipos pueden ganar en IA: Entrenamos un modelo de fundación de salud con 3 millones de días-persona de datos, comparable en escala a los laboratorios más grandes. Detecta la hipertensión con un 87% de precisión, junto con el flutter auricular (70%), ME/CFS (81%) y el síndrome del seno enfermo (87%). El modelo se inspiró en la arquitectura JEPA de Yann LeCun, pero se adaptó a series temporales irregulares multivariadas. Lo llamamos JETS: Embedding Conjunto para Series Temporales. La entrada son 63 canales de datos de sensores: frecuencia cardíaca, saturación de oxígeno, etapas del sueño, VO2Max, etc. El modelo fue probado tanto en tareas de diagnóstico como de predicción de biomarcadores. La "revolución de la IA" no se limitará a chatbots, imágenes o asistentes de código. Creemos que la verdad fisiológica es la próxima frontera para la superinteligencia en salud.

Apple presentó a @EmpiricalHLTH como una aplicación con un "diseño nuevo y hermoso". Para ser honesto, hay un MILLÓN de cosas que cambiaría sobre nuestro producto. Como dice @garrytan, "cada producto es malo el día que nace" -- así que este fue un buen hito, pero brindemos por 1,000 días más de pulir los bordes ásperos.