本論文は、慢性疼痛患者の疼痛レベルを自動的に評価するシステム開発を目指し、様々なバイタルサイン(電気皮膚活動、脈波、呼吸、末梢血液酸素飽和度)を活用した軽量化された事前学習埋め込みモデルであるTiny-BioMoEを提案します。 440万のバイオシグナル画像表現を使用して学習されたTiny-BioMoEは、わずか730万のパラメータで構成されており、ダウンストリーム作業のための高品質の埋め込み抽出に有効であることを示しています。様々なバイオシグナルモダリティの組み合わせの実験結果により,自動疼痛認識作業におけるモデルの効果を確認した。モデルのアーキテクチャコードと重みは公的に提供されます。