小团队在人工智能领域获胜的证明： 我们在300万个人天的数据上训练了一个健康基础模型，其规模可与大型实验室相媲美。它以87%的准确率检测高血压，同时检测心房颤动（70%）、肌肉萎缩综合症（81%）和病态窦房综合症（87%）。 该模型的灵感来自于Yann LeCun的JEPA架构，但经过调整以适应多变量不规则时间序列。我们称之为JETS：时间序列的联合嵌入。输入是63个传感器数据通道：心率、氧饱和度、睡眠阶段、最大摄氧量等。该模型在诊断和生物标志物预测任务上进行了测试。 “人工智能革命”不会仅限于聊天机器人、图像或代码助手。我们认为生理真实数据是健康超级智能的下一个前沿。

苹果将 @EmpiricalHLTH 作为一款拥有 "华丽新设计" 的应用程序。 老实说，我对我们的产品有一百万个想要改变的地方。正如 @garrytan 所说，"每个产品在出生的那天都是糟糕的" -- 所以这是一个不错的里程碑，但祝愿我们在打磨粗糙边缘的路上还有1,000个这样的日子。