Google ResearchT1·基座大模型
72 分
谷歌研究团队提出 SensorWM 机器学习框架,将智能手表被动采集的生理信号转化为可干预的“可教练健康年龄”,并用动作条件世界模型模拟个性化 12 周习惯“假设”轨迹。该框架进一步扩展至常规血液生物标志物,用于追踪心血管-肾脏-代谢(CKM)早期风险,为个性化健康教练提供可验证的临床预后依据。
Coachable Health Age
由可穿戴信号推导、可通过行为干预改变的健康年龄指标
谷歌研究团队提出 SensorWM 机器学习框架,将智能手表被动采集的生理信号转化为可干预的“可教练健康年龄”,并用动作条件世界模型模拟个性化 12 周习惯“假设”轨迹。该框架进一步扩展至常规血液生物标志物,用于追踪心血管-肾脏-代谢(CKM)早期风险,为个性化健康教练提供可验证的临床预后依据。