北京
三星美国研究院数字健康团队日前公布了两款人工智能基础模型，旨在从可穿戴设备采集的生物信号中学习健康信息。研究重点聚焦于智能手表捕获的数据，包括心脏活动、睡眠状态以及身体活动等。 在2026年7月Galaxy Unpacked期间举办的健康论坛上，三星展示了其“互联护理”（Connected Care）愿景，描绘了一个由预防性、个性化、互联式护理构成的未来，并强调健康技术与医疗合作伙伴关系的支撑作用。三星研究团队将健康基础模型视为新型消费健康体验的关键组件之一。 三星美国研究院数字健康算法负责人Sharanya Desai表示：“这项研究意义重大，因为它为通过健康基础模型高效、精确且持续地提供健康洞察奠定了技术基础。我们将继续开发和推进健康基础模型，使其适用于多种生物信号和健康特征，并能够在传感器和计算资源有限的设备端运行。” 据介绍，健康基础模型利用自监督学习在未标记的生物信号数据中识别特征。三星表示，通过在大型健康数据集上进行预训练，一个模型即可支持下游任务，如生物信号分析、生物标志物开发以及健康问题预测。 此次研究涵盖两个不同目标模型。xMAE（Physiology-Aware Masked Cross-Modal Reconstruction for Biosignal Representation Learning）专注于学习不同生物信号之间的时间关系；HiMAE（Hierarchical Masked Autoencoder）则学习可穿戴时间序列数据中跨多个时间尺度的健康模式。三星透露，xMAE已被国际机器学习大会（ICML）接收，HiMAE也被国际学习表征会议（ICLR）接收。公司称这两项工作聚焦于生物信号的生理关系和时间结构，为未来可穿戴健康监测提供了新的技术路径。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
