移动和可穿戴设备为连续、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，主流的可穿戴基础模型通常缺乏开放权重或可复现的训练代码。
为加速可穿戴健康领域的开放科学，我们发布了 OpenMyHeartCounts（OpenMHC），这是迄今为止最大的公开可穿戴健康数据集，同时提供了最近可穿戴基础模型的开源实现。
OpenMHC 基于通过 My Heart Counts 应用程序收集的十多年数据，包含 6000 万小时的可穿戴数据，涵盖 19 个传感器通道（例如步数、心率、睡眠、锻炼）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、情绪和行为数据。
此外，我们还引入了一个统一的开放基准，支持在健康与行为下游预测、多变量数据插补和时间序列预测三个方向上对可穿戴健康模型进行标准化比较。我们对经典方法与最新的可穿戴和多变量时间序列基础模型进行了基准测试。
通过在这一前所未有的规模上开放数据、代码和模型权重，我们旨在民主化可穿戴健康 AI 研究，推动该领域的开放进展。
博主点评： OpenMHC 的发布标志着可穿戴健康数据研究的一个重要里程碑，尤其是当今数据开放和共享的趋势日益增强。通过提供丰富的数据集和标准化的基准测试，研究人员将能够更有效地进行算法开发和模型评估，为可穿戴技术的未来发展奠定基础。