OpenMHC: Accelerating the Science of Wearable Foundation Models
Author
- Haebom
Category
Empty
저자
Narayan Schuetz, Yuze Bai, Lianggang Pan, Edgar Eggert, Favour Nerrise, Juan Delgado-SanMartin, Max Rosenblattl, Milana Gurbanova, Mohammad Asadi, Anders Johnson, Paul Schmiedmayer, Dennis Wang, Allan Lawrie, Daniel Seung Kim, Xin Liu, Akshay Paruchuri, Ehsan Adeli, Euan Ashley, Kelly W. Zhang
💡 개요
본 연구는 모바일 및 웨어러블 기기를 활용한 지속적이고 수동적인 건강 모니터링 및 코칭의 잠재력을 활용하고자 합니다. 현재 공개되지 않은 대규모 웨어러블 데이터셋과 비공개 웨어러블 기반 모델의 한계를 극복하기 위해, 저자는 10년 이상의 데이터를 포함하는 가장 크고 포괄적인 오픈 액세스 웨어러블 건강 데이터셋인 OpenMHC를 공개합니다. 또한, 다양한 다운스트림 예측, 데이터 불완전성 처리, 시계열 예측을 위한 표준화된 비교를 가능하게 하는 오픈 벤치마크를 제시하며, 이를 통해 웨어러블 건강 AI 연구의 민주화를 촉진하고 오픈 사이언스를 가속화합니다.
🔑 시사점 및 한계
•
웨어러블 건강 데이터의 접근성을 높여 연구 커뮤니티의 발전을 가속화할 수 있습니다.
•
대규모 오픈 데이터셋과 벤치마크는 웨어러블 기반 건강 모델의 성능 비교 및 개선을 위한 표준을 제공합니다.
•
데이터 수집 과정에서의 잠재적인 편향성이나 개인 정보 보호 문제에 대한 추가적인 연구가 필요할 수 있습니다.
