[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Beyond Sensor Data: Foundation Models of Behavioral Data from Wearables Improve Health Predictions

Created by
  • Haebom

作者

Eray Erturk、Fahad Kamran、Salar Abbaspourazad、Sean Jewell、Harsh Sharma、Yujie Li、Sinead Williamson、Nicholas J Foti、Joseph Futoma

概要

本稿では、162,000人の25億時間以上のウェアラブル機器データを使用して、行動信号ベースの巨大言語モデルを開発しました。従来の低レベルセンサーデータ中心のアプローチとは異なり、生理学的に意味のある時間スケールと量に適した行動データに焦点を当てました。 57の健康関連課題の評価の結果、個人レベルの分類、時間とともに変化する健康状態の予測など、さまざまな実際のアプリケーションで強力なパフォーマンスが得られました。特に、睡眠予測などの行動ベースの課題では優れたパフォーマンスが見られ、生のセンサーデータ表現と組み合わせることでパフォーマンスがさらに向上しました。これは、ウェアラブルデバイスに合わせた巨大言語モデル設計の重要性を強調し、新しい健康アプリケーションを可能にする可能性を示しています。

Takeaways、Limitations

•
Takeaways:
◦
ウェアラブル機器の行動データを活用した巨大言語モデルの有効性を立証。
◦
睡眠予測など行動ベースの健康予測で優れた性能を見せる。
◦
生センサデータと組み合わせた場合の性能向上の可能性の提示
◦
新しい健康アプリケーションの開発の可能性を提示します。
◦
ウェアラブルデータのための巨大言語モデル設計戦略の重要性を強調した。
•
Limitations：
◦
具体的なモデルアーキテクチャとトークン化戦略の詳細な説明の欠如
◦
データセットの多様性と偏向に関する十分な議論の欠如。
◦
モデルの一般化性能と実際の臨床環境適用可能性に関するさらなる研究が必要
◦
個々の健康関連課題に対する性能分析の詳細が欠けている。
👍
Made with Slashpage