Pesquisadores usam dados de 3 milhões de dias de uso acumulados do Apple Watch para treinar modelo capaz de detectar doenças

As informações foram coletadas de mais de 16 mil indivíduos. A ideia do estudo é criar um sistema capaz de detectar sinais de possíveis problemas de saúde usando dados comuns de um relógio inteligente, como batimentos cardíacos, sono e nível de atividade física.

Para isso, a equipe usou uma tecnologia criada pelo pesquisador Yann LeCun quando ele ainda trabalhava na Meta, chamada JEPA. A lógica dela é que, em vez de a IA tentar adivinhar exatamente o que falta nos dados (por exemplo, um dia em que a pessoa não usou o relógio), ela aprende a entender o que aquela informação faltando provavelmente significa, com base no restante do comportamento da pessoa.

A solução foi batizada de JETS. Depois do treinamento, o JETS foi comparado a outros modelos usando métricas como AUROC, que medem a capacidade de um sistema de classificar corretamente quem tem ou não determinada condição. O modelo obteve AUROC de 86,8% para hipertensão, 70,5% para flutter atrial, 81% para síndrome da fadiga crônica e 86,8% para síndrome do nódulo sinusal. Esses números não são “acurácia” no sentido tradicional, mas refletem quão bem o modelo ranqueia corretamente casos positivos e negativos.