Appleが支援する新たな研究では、行動データ（動き、睡眠、運動など）は、心拍数や血中酸素濃度といった従来の生体測定よりも強力な健康シグナルとなり得ることが示唆されています。これを証明するために、研究者らはウェアラブルデバイスから収集した行動データでトレーニングした基礎モデルを開発し、驚くほど優れたパフォーマンスを発揮しました。その詳細は以下の通りです。

このプレプリント論文「センサーデータを超えて：ウェアラブルデバイスの行動データに基づく基礎モデルが健康予測を向上させる」は、Apple Heart and Movement Study（AHMS）の成果です。彼らは25億時間を超えるウェアラブルデータを用いて新たな基礎モデルを学習させ、低レベルのセンサーデータに基づく既存モデルに匹敵する（あるいは凌駕する）性能を示すことに成功しました。

彼らはこの新しいモデルをWBM（ウェアラブル行動モデル）と呼んでいます。これまでの健康関連の基礎モデルは、Apple Watchの心拍センサー（PPG、光電式容積脈波計）や心電計（ECG）といった生のセンサーデータに頼っていたのに対し、WBMは歩数、歩行安定性、可動性、最大酸素摂取量（VO₂）といった高次の行動指標から直接学習します。Apple Watchはこれら全てを豊富に生成します。

しかし、Apple Watch にこれらのセンサーが搭載されているのなら、新モデルの意味は何でしょうか?

素晴らしい質問ですね。その答えは研究の中にあります。

スマートウォッチやフィットネストラッカーなどの消費者向けウェアラブルデバイスは、多様な健康領域にわたる豊富な情報を提供します（…）。健康モニタリングの重要な側面は、静的な健康状態を検出することです。例えば、喫煙歴があるか、過去に高血圧と診断されたことがあるか、ベータ遮断薬を服用しているかなどです。もう一つの重要な問題は、睡眠の質や現在妊娠しているかどうかなど、一時的な健康状態を検出することです。これらの予測に必要なデータの重要な特性は、ウェアラブルデバイスから収集される生のセンサーデータが秒単位で収集される低レベルの時間スケール（例：秒）ではなく、人間の行動の時間解像度（例：日や週）であることです（…）。

これまでの研究の大部分は、低レベルのセンサーデータ（またはその単純な特徴）のモデル化を検討してきましたが、ウェアラブルデバイスから得られる高レベルの行動情報、例えば身体活動、心血管フィットネス、モビリティ指標などは、こうした検出タスクの解決に役立つ自然なデータタイプです。生のセンサーとは異なり、これらの高レベルの行動指標は、生のセンサーから導出された慎重に検証されたアルゴリズムを用いて計算されます。これらの指標は、生理学的に関連する量や健康状態と一致するように専門家によって意図的に選択されています。重要なのは、これらのデータは純粋に生理学によって駆動されるのではなく、個人の行動に敏感であるということです。こうした特性により、行動データはこうした健康検出タスクにおいて特に有望視されています。例えば、歩行の歩様や全体的な活動レベルを特徴付けるモビリティ指標は、妊娠などの変化する健康状態を検出する上で重要な行動要因となる可能性があります。

言い換えれば、Apple Watch は生のセンサーデータを収集しますが、そのデータはノイズが多く、膨大な量になる可能性があり、必ずしも意味のある健康イベントと一致しているとは限りません。

WBMが使用する指標はセンサーデータに基づいていますが、データは現実世界の行動や健康に関連する傾向を浮き彫りにするために精緻化されています。より安定しており、解釈が容易で、長期的な健康傾向をモデル化するための構造化も優れています。

実際には、WBM は生のセンサー信号に直接依存するのではなく、処理された行動データで見つかったパターンから学習します。

オタクっぽい部分

WBMは、AHMS参加者161,855人から収集したApple WatchとiPhoneのデータを用いて学習されました。生のストリームデータの代わりに、活動エネルギー、歩行速度、心拍変動、呼吸数、睡眠時間など、人間が解釈可能な27の行動指標がモデルに入力されました。

データは週単位のブロックに分割され、Mamba-2 上に構築された新しいアーキテクチャを通過しました。このアーキテクチャは、このユースケースでは従来の Transformer (GPT のベース) よりも優れたパフォーマンスを発揮します。

57の健康関連タスクで評価したところ、WBMは47の静的健康予測タスク（ベータ遮断薬の服用の有無など）のうち18で、強力なPPGベースのモデルを上回りました。また、動的タスク（妊娠、睡眠の質、呼吸器感染症の検出など）では1つを除くすべてで上回りました。例外は糖尿病で、PPGのみが勝利しました。

さらに素晴らしいのは、WBMとPPGの両方のデータ表現を組み合わせることで、全体的に最も正確な結果が得られたことです。このハイブリッドモデルは、妊娠検出において驚異的な92%の精度を達成し、睡眠の質、感染症、怪我、そして心房細動の検出といった心血管関連のタスクにおいても着実な向上を達成しました。

結局のところ、この研究はWBMでセンサーデータを置き換えるのではなく、むしろ補完しようとするものです。WBMのようなモデルは長期的な行動シグナルを捉え、PPGは短期的な生理学的変化を捉えます。しかし、これらを組み合わせることで、健康状態の変化を早期に察知し、より効果的に検知できるようになります。

Apple Heart and Movement Study やその他の研究について詳しく知りたい場合は、こちらをご覧ください。

AmazonでのAirPodsのセール

• AirPods Pro 2、USB-C充電：  149ドル （249ドルから値下げ）
• AirPods 4 USB-C充電：  89ドル （129ドルから値下げ）
• AirPods 4、USB-C、ワイヤレス充電：  119ドル （179ドルから値下げ）
• AirPods Max、USB-C充電、ミッドナイト：  429.99ドル （549ドルから値下げ）

havebin.com を Google ニュース フィードに追加します。