Wearable-derived physiological features for trans-diagnostic disease comparison and classification in the All of Us longitudinal real-world dataset
이 연구는 All of Us 의 대규모 실세계 데이터를 활용하여 심박수, 활동량, 수면 등 웨어러블 기기에서 추출된 생리학적 특징이 심혈관 질환, 당뇨, 수면 무호흡증, 우울증, 불안 등 다양한 신체 및 정신 질환의 위험 분류 성능을 향상시킬 수 있음을 입증했습니다.