Dans cet article, nous présentons un nouveau modèle de référence, le transformateur d'actigraphie pré-entraîné (PAT), qui exploite les données de mouvement des appareils portables. Nous appliquons le modèle de référence pré-entraîné et l'architecture du transformateur, qui ont fait le succès des modèles de langage à grande échelle (LLM) existants, aux données de mouvement des appareils portables, et utilisons des techniques innovantes telles que l'intégration de patchs. Utilisant les données de 29 307 participants de l'échantillon national américain, le PAT pré-entraîné atteint des performances de pointe pour plusieurs tâches de prédiction de la santé mentale. Léger et facile à interpréter, il constitue un outil précieux pour la recherche en santé mentale.
