La prova che piccoli team possono vincere nell'AI: Abbiamo addestrato un modello di fondazione per la salute su 3 milioni di giorni-persona di dati, comparabile in scala ai laboratori più grandi. Rileva l'ipertensione con un'accuratezza del 87%, insieme a flutter atriale (70%), ME/CFS (81%) e sindrome del seno malato (87%). Il modello è stato ispirato dall'architettura JEPA di Yann LeCun, ma adattato a serie temporali irregolari multivariate. Lo abbiamo chiamato JETS: Joint Embedding for Time Series. L'input è costituito da 63 canali di dati dei sensori: frequenza cardiaca, saturazione di ossigeno, fasi del sonno, VO2Max, ecc. Il modello è stato testato sia su compiti di diagnosi che di previsione dei biomarcatori. La "rivoluzione dell'AI" non sarà limitata a chatbot, immagini o assistenti di codice. Pensiamo che la verità fisiologica sia la prossima frontiera per la superintelligenza sanitaria.

Apple ha presentato @EmpiricalHLTH come un'app con un "design nuovo e splendido". A dire il vero, ci sono un MILIONE di cose che cambierei del nostro prodotto. Come dice @garrytan, "ogni prodotto è brutto il giorno in cui nasce" -- quindi questo è stato un bel traguardo, ma ecco a 1.000 giorni in più per levigare i bordi ruvidi.