8月22日
03:33
03:33官方一手Google Research: Blog资讯
Google Research发布了一款AI工具,可从可穿戴传感器数据中优先排序候选生物标志物,提高健康监测效率。该工具基于生成式AI,旨在帮助研究人员识别与疾病相关的关键指标。工具名为Generative AI,已应用于健康与生物科学领域。
推荐理由:Google Research推出的Generative AI工具,能从可穿戴设备数据中筛选出关键生物标志物,对健康监测领域的研究人员来说是个大帮手,比传统方法更高效。
7月17日
16:44
16:44官方一手Pandaily@contact@pandaily.com (Pandaily)
73°
通义千问在WAIC 2026推出AI智能体夹式耳机,支持实时同声传译、自动生成会议纪要以及心率/步数等健康追踪功能。该设备采用全天佩戴设计,定位为AI助理形态。

推荐理由:通义千问出了个AI耳机,能实时翻译、记会议笔记、还能测心率,全天戴着也不重。
7月14日
19:10
7月13日
17:23
17:23官方账号Decoder@Tomislav Bezmalinović
73°
Google Research推出了SensorFM,这是一个在超过1万亿分钟穿戴设备数据上训练的基础模型,数据来自500万Fitbit和Pixel Watch用户。该模型在35项健康和行为任务中击败了34项现有基准。SensorFM可能为Google的AI健康教练提供动力,但公司尚未宣布任何整合计划。

推荐理由:Google用500万用户上万亿分钟数据训练SensorFM,在34/35项健康任务上超越现有模型,可能成为未来健康教练的核心。
5月12日
19:11
19:11官方账号arXiv cs.AI@Timothy Oladunni, Farouk Ganiyu Adewumi
70°
本研究提出了吸引子-血管耦合理论(AVCT),该数学框架证明心脏吸引子几何结构包含足够用于AAMI标准血压估计的信息。通过在46名受试者(29,684个窗口)上的严格留一受试者交叉验证,基于LightGBM的模型实现了收缩压MAE为2.05 mmHg、舒张压MAE为1.67 mmHg,相关度r≥0.99,满足AAMI/IEEE SP10要求。仅使用智能手机相机提取的9个吸引子特征就匹配了ECG+PPG模型,表明仅用手机摄像头即可实现临床级血压追踪。该工作为无袖带血压监测提供了形式化的数学基础。
推荐理由:AVCT为无袖带血压估计提供了严格的数学基础,并验证了仅用智能手机摄像头即可达到AAMI标准,对健康监测和可穿戴设备领域具有重要影响。这意味着更便捷、低成本的血压监测方案有望普及,但需在更大规模人群上验证。