Dowód, że małe zespoły mogą odnosić sukcesy w AI: Wytrenujemy model podstawowy zdrowia na 3 milionach dni roboczych danych, porównywalnym pod względem skali z większymi laboratoriami. Wykrywa nadciśnienie tętnicze z 87% dokładnością, a także migotanie przedsionków (70%), ME/CFS (81%) i zespół chorego węzła zatokowego (87%). Model został zainspirowany architekturą JEPA Yanna LeCuna, ale dostosowany do wielowymiarowych nieregularnych szeregów czasowych. Nazwaliśmy go JETS: Wspólne Osadzenie dla Szeregów Czasowych. Wejściem jest 63 kanały danych z czujników: tętno, saturacja tlenem, etapy snu, VO2Max itd. Model był testowany zarówno w zadaniach diagnostycznych, jak i przewidywania biomarkerów. „Rewolucja AI” nie będzie ograniczona do chatbotów, obrazów czy asystentów kodu. Uważamy, że fizjologiczna prawda jest następną granicą dla superinteligencji zdrowotnej.