Bevis på at små lag kan vinne i AI: Vi trente en helsegrunnlagsmodell på 3 millioner persondager med data, sammenlignbart i skala med de større laboratoriene. Den oppdager høyt blodtrykk med 87 % nøyaktighet, sammen med atrieflutter (70 %), ME/CFS (81 %) og syk sinussyndrom (87 %). Modellen var inspirert av Yann LeCuns JEPA-arkitektur, men tilpasset multivariate uregelmessige tidsserier. Vi kalte det JETS: Joint Embedding for Time Series. Inngangen er 63 kanaler med sensordata: hjertefrekvens, oksygenmetning, søvnstadier, VO2Max, osv. Modellen ble testet både på diagnose- og biomarkørprediksjonsoppgaver. «AI-revolusjonen» vil ikke være begrenset til chatboter, bilder eller kodeassistenter. Vi mener fysiologisk sannhet er neste grense for helse-superintelligens.