Google ResearchT1·72 分
谷歌推可穿戴健康年龄框架 模拟 12 周习惯轨迹
原标题：Using wearables to enable cardiovascular-kidney-metabolic (CKM) risk profiling for personalized coaching
- 提出可教练健康年龄这一可修改指标，替代静态生理年龄
- 动作条件世界模型可模拟 12 周个性化习惯轨迹并生成安全偏好方案
- 扩展至血液生物标志物以追踪 CKM 早期风险
返回热点榜
llm热度 18.2°
AI 聚合热点事件 · 2026/11/12
谷歌推可穿戴健康年龄框架 模拟 12 周习惯轨迹
1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/12 03:54:00
全景综述与最新动态
1 家信源交叉印证谷歌研究团队提出 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。
最新动向/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。
逐小时热度走势
3 个完整观测小时当前
18.2
峰值
19.106:00
近 24h 变化
–
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。