身体活动为广谱健康预测实现可扩展的基础建模

# 身体活动使可扩展的基础模型能够进行广谱健康预测
来源: https://arxiv.org/html/2607.06954
朱宇尧 中国科学技术大学，合肥，中国
徐松林 香港理工大学，香港特别行政区，中国
通讯作者: [email protected]

###### 摘要

可穿戴和移动传感技术已展现出在健康推断方面的巨大潜力；然而，大多数传感器模型是为特定疾病类型设计的，限制了它们在不同健康风险之间的可迁移性。可穿戴基础模型提供了一种更通用的方法，适用于多种健康风险类型。尽管如此，大多数现有方法依赖于高频原始传感器数据，引发了隐私、计算开销以及跨设备和人群的可扩展性方面的担忧。在本文中，我们提出StepFM，一个仅基于步数计数器数据构建的基础模型，用于广谱健康预测。利用步数数据的普遍性和低维特性，StepFM为传统的基于传感器的模型提供了一种实用、保护隐私且计算高效的替代方案。我们设计了一个可扩展的预训练框架，从大规模步数序列中捕捉时间动态和行为模式，使得模型能够迁移到超过20项健康风险预测任务，涵盖多种设备、新区域和新疾病类型。大量实验表明，StepFM在保持跨异构设置鲁棒性的同时，实现了与现有方法相媲美的强劲性能。此外，我们的分析揭示了身体活动模式与各种健康风险之间可解释且可泛化的关系，为基于活动的健康建模提供了新的见解。我们的工作将基于步数的传感确立为可扩展且真实世界健康监测的可行基础。

## 引言

可穿戴和移动设备的快速普及使得人类健康可以在前所未有的规模上进行持续监测\[1, 2, 3, 4, 5, 6, 7\]。在各种传感模态中，运动信号已成为推断广泛健康相关结果的有力基础，涵盖从慢性疾病进展\[8\]到心理健康\[9\]等方面。可穿戴传感技术，特别是惯性测量单元，已被广泛用于量化人体运动并支持临床评估、康复和疾病监测\[2, 3, 4\]。先前的研究表明，步态和姿势等运动衍生特征与健康风险（包括跌倒风险和功能衰退）密切相关\[10, 11, 12\]，并且可以作为帕金森病等神经系统疾病的生物标志物\[13, 14\]。这些发现突显了运动传感作为一种可扩展且非侵入性健康推断方法的可行性。

最近的进展进一步推动了这一范式向大规模学习发展，其中在大量传感器数据集上训练的基础模型展现了强大的泛化能力和跨任务、跨人群的可迁移性\[15, 16, 17, 18\]。这些发展表明了一个有前景的方向：单个模型可以以统一且可扩展的方式支持多种健康推断任务\[9\]。

尽管取得了这些进展，现有方法主要依赖于高频原始传感器数据，例如IMU信号或生理波形\[1, 5, 6, 7\]。虽然这些数据信息丰富，但也带来了几个实际挑战。首先，原始运动信号编码了细粒度的行为模式，可能引发隐私担忧\[19\]，限制了其在现实世界中的部署。其次，处理高频时间序列需要大量的计算资源，特别是在长期和大规模监测中\[16\]。第三，基于原始传感器数据训练的模型通常与特定设备、传感器配置和采样率紧密耦合，这阻碍了它们跨数据集和人群的泛化能力\[20\]。这些限制突显了可穿戴健康系统中传感保真度与可扩展性之间的根本权衡。

相比之下，步数——可从商用计步器和智能手机轻松获取——提供了一种引人注目的替代方案。作为人体活动的紧凑且低维表示，步数数据本质上具有隐私保护、计算效率高且广泛可用的特点。先前的研究已证明，基于步数的指标与多种健康结果密切相关，包括心理健康状况、慢性疾病、康复轨迹和死亡风险\[21, 22, 8, 23\]。在人群层面，步数与能量消耗、心脏代谢健康和整体幸福感有关\[24, 25\]，进一步支持了其生态效度和可扩展性。

然而，大多数现有研究\[26, 8\]将步数数据视为任务特定信号，为单个健康结果设计单独的模型。这种碎片化的范式限制了捕捉异质健康风险之间共享结构的能力，并阻碍了步数数据作为统一表示用于广泛健康推断。

为了解决这一差距，我们提出StepFM，一个仅基于步数数据构建的基础模型，用于广谱健康预测。与依赖原始运动信号不同，StepFM利用大规模步数序列学习人类活动的可泛化表示，从而实现对不同健康结果的统一建模。我们的方法重新思考了低维行为信号在基础建模中的作用，证明了紧凑且保护隐私的数据仍然可以支持丰富且可迁移的表示。

我们设计了一个可扩展的预训练框架，从步数数据中捕捉时间动态和行为模式，并在超过20项健康风险预测任务中评估其有效性，这些任务涵盖多种公开设备、新区域和新疾病类型。除了性能提升外，我们的实验揭示了身体活动模式与各种健康风险之间一致且可解释的关系，为日常行为如何大规模编码健康状态提供了新的见解。

通过弥合实用性与可扩展性之间的差距，我们的工作将基于步数的传感确立为下一代健康模型的可行基础，为现实世界中可访问且大规模的健康监测开辟了新的机会。总之，本文做出了以下贡献：

- • 基于1.4112亿个分钟级步数观测数据，我们开发了一个拥有340万个可训练参数的基础模型，该模型仅依赖步数数据预测广谱健康风险，为基于原始传感器的方法提供了一种实用、保护隐私且计算高效的替代方案。
- • 我们设计了一个可扩展的预训练框架，支持跨超过20项健康预测任务的迁移，涵盖不同设备、新区域和新疾病。
- • 我们进行了大量实验，展示了强劲的性能，并揭示了身体活动与健康风险之间可泛化的关系，提供了经验验证和科学可解释性。

## 结果

### 实验设置

为了评估StepFM是否可以作为可扩展的基于步数的基础模型用于广谱健康预测，我们将其与可穿戴健康建模相关领域的代表性基线进行比较，包括通用可穿戴基础模型、生理基础模型、活动记录仪基础模型、步数表示学习和通用时间序列预训练。此外，我们还包括一个基于手工步数特征的传统机器学习基线，作为可解释的参考点。该基线并非旨在作为基础模型，但有助于评估学习到的表示是否捕捉并扩展了已知的活动衍生健康信号。

- •NormWear\[6\]。NormWear是一个可穿戴传感基础模型，适用于异构生理信号，包括PPG、ECG、EEG、GSR和IMU。它使用多尺度信号表示和通道感知注意力来支持不同的传感器配置和与健康相关的下游任务。
- •Pulse-PPG\[27\]。Pulse-PPG是一个开源PPG基础模型，在实地收集的可穿戴PPG数据上训练。它使用基于基序的相对对比学习从嘈杂的真实世界生理信号中学习鲁棒的时间表示。
- •PAT\[9\]。预训练活动记录仪转换器是一个用于可穿戴运动数据的基础模型。它使用补丁嵌入和掩码重建预训练，基于大规模NHANES活动记录仪数据，并在心理健康相关任务（如抑郁、睡眠障碍和药物使用）上进行评估。
- •Hossain等人的自监督对比预训练方法（SSCP）\[26\]。Hossain等人提出了一种使用每日步数序列进行自监督对比预训练的方法，用于预测抑郁治疗改善。该方法通过对比预训练学习步数表示，然后使用学习到的表示进行监督分类。
- •TimeSiam\[28\]。TimeSiam是一个自监督预训练框架，使用孪生编码器通过过去到当前的重建任务和简单的掩码增强来建模时间相关性。它从随机采样的过去和当前子序列中学习时间依赖的表示，并进一步使用谱系嵌入来区分时间距离。TimeSiam在13个标准基准上的域内和跨域场景中均实现了强劲的预测和分类性能。
- •Trad. ML\[29\]。Trad. ML是一个基于手工步数特征（包括小时级、日级和每周活动统计、久坐模式、昼夜节律规律性和回合级活动描述符）的逻辑回归基线。我们将其作为可解释的参考基线，以对比学习到的表示相对于已建立的活动衍生健康指标的提升。

表1：21项下游健康风险预测任务的详细性能比较（AUROC）。每项任务的最佳性能以**粗体**突出显示，第二佳性能以下划线标出。
### 与现有基础模型的比较

为了评估所提出框架的有效性和泛化能力，我们将StepFM与一组基线进行比较，包括通用时间序列预训练方法（TimeSiam）、模态特定或通用可穿戴基础模型（Pulse-PPG、PAT、NormWear和SSCP）以及传统机器学习基线。评估在21项下游健康预测任务上进行，使用全样本线性探测协议和AUROC作为主要指标。

详细的性能比较总结在表1中，图1展示了跨疾病的总体性能趋势。总体而言，我们的模型实现了最佳平均AUROC为0.7318，并在21项任务中的20项中排名第一。

通用时间序列预训练模型：TimeSiam为时间表示学习提供了一个通用的自监督基线，但它并非专门为稀疏、低维且高度周期性的步数序列设计。在表1中，TimeSiam的平均AUROC为0.6704，而我们的方法将其提升至0.7318，相对提高了9.2%。这表明仅靠通用的重建目标不足以捕捉长期行为表型以进行广谱健康预测。

模态特定和通用可穿戴基础模型：Pulse-PPG、PAT、SSCP和NormWear代表在不同可穿戴或步数信号上训练的基础模型基线。Pulse-PPG、PAT和SSCP在这种广谱设置中表现不佳，反映了从高频PPG、通用活动记录仪或抑郁导向的步数预训练中学习到的表示难以迁移到多样的健康预测任务。NormWear是最强的基础模型基线，平均AUROC为0.7079，并在心绞痛任务上略微优于StepFM。然而，我们的模型在所有剩余任务中保持明显优势。对于慢性疾病（如糖尿病、心力衰竭和中风）的改进尤为显著，因为行为感知的时间建模提供了比通用多模态可穿戴预训练更强的健康相关表示。

传统机器学习基线：传统ML基线也极具竞争力，平均AUROC为0.7065，并优于多个深度基线。这表明精心设计的步数衍生统计量已经编码了有意义的健康信号，并为表示学习提供了强参考点。如图1所示，不同模型在疾病级别的性能趋势上相似，而我们的模型持续提高了这些趋势的上限。这些结果共同表明，我们的方法超越了手工设计的活动指标，同时保留了其临床相关的结构。

### 模型模块的消融研究

我们进行了一项消融研究，以检查每个主要组件对下游疾病预测的贡献。从基础的Mamba骨干网络开始，我们逐步添加提出的标记化与时间编码、微流FiLM模块以及活动表型对齐目标。表2报告了所有21项健康结果的平均AUROC。我们使用AUROC作为主要