OpenMHC：加速可穿戴基础模型的科学发展

移动和可穿戴设备为持续、被动的健康监测和主动的健康指导提供了前所未有的机会。然而，最大的可穿戴数据集并未公开用于研究，并且在此类数据集上训练的领先可穿戴基础模型很少是开放权重的或带有可重复的训练代码。为了加速可穿戴健康领域的开放科学，我们发布了 OpenMyHeartCounts (OpenMHC)，这是迄今为止最大、最全面、可广泛访问的可穿戴健康数据集，与最新可穿戴基础模型的开源实现一起发布给合格的研究人员。 OpenMHC 源自十多年来通过 My Heart Counts 研究应用程序收集的数据，包括 19 个传感器通道（例如步数、心率、睡眠、锻炼）的超过 6000 万小时的可穿戴数据以及多达 169 个关联变量，包括来自 11,894 名同意参与者的健康、生活方式、情绪和行为。此外，我们引入了一个统一、开放的基准，可以对三个轨道上的可穿戴健康模型进行标准化比较：健康和行为下游预测、多变量数据插补和时间序列预测。我们将经典方法与最新的可穿戴和多元时间序列基础模型进行基准测试。通过以前所未有的规模发布广泛的研究访问数据以及开源代码和模型权重，我们的目标是使可穿戴健康人工智能研究民主化，并使社区能够推动该领域的开放进步。