可穿戴健康推理与生理大语言模型

生理模型处理的输入层次不同：PaPaGei 学习 PPG 波形，GlucoFM 处理低频血糖序列，SensorFM 学习分钟级多传感器派生特征。健康推理研究进一步考察如何利用这些记录进行数据计算、跨指标解释和问答。本文区分评测基准、任务适配、多模态模型与应用系统，资料更新截至 2026-11-09。

可穿戴生理基础模型的数据与任务层次

阅读与比较

工作	架构或协议	数据规模	主要机制	代表评测与限制	资源
WearableQA	十选一健康问答	200 人、每人最长约 500 天；4,084 题	数据/健康推理与单/跨信号两轴	14 个模型准确率 19.6%-72.9%，随机基线 10%；论文版本内比较	代码与数据
HEARTS	感知、推断、生成、演绎四类任务	16 数据集、20 模态、110 任务、20,226 样本	固定测试样例与工具型 Agent 框架	按任务使用专门指标；不压缩成单一临床能力分数	代码 · 数据
CBPM-LLaMA	31 维生理特征文本化与 LLM 指令微调	CAS-BP 1,272 人、12,624 条有效记录	领域知识、人口信息与 MAP/PP 目标	LLaMA-3-8B 的 SBP MAE 7.08 mmHg，属于含个体基线校准的论文设置	论文 · 数据申请
GEM	ECG 时序/图像双编码器与 7B 语言骨干	ECG-Instruct 1,156,110 对话；新增 ECG-Grounding 30,000 对话	跨模态对齐与特征锚定指令	CSN 准确率 92.6%，同表 PULSE 85.2%；为特定模型变体与数据集结果	代码 · 权重
PHA	三个专长代理与动态协调器	11 项评测、7,000 余份人工标注	个人数据计算、健康解释与多轮辅导	评测对话质量与短期任务表现；属于应用系统	正式论文 · 代码

这些工作比较的是不同能力：数值计算、标签预测、生成报告与长程解释。选择基准时应先确定输入是否为原始波形、派生指标或人工特征，再记录受试者划分、上下文长度、工具预算及评分方法。

评测基准

WearableQA

Meta AI / Reality Labs · arXiv 2026 · 论文 · 代码 · 数据

WearableQA 数据构建与题型设计

图源：WearableQA 论文 Fig. 1，arXiv 2609.05405。

题目来自真实用户的穿戴历史、血检和人口信息，保留缺失日期与个体差异。每人最多提供 16 项日级穿戴指标，血检信息按题目提供；“最多 500 天”是个人历史长度上限，不是所有人都有 500 天完整观测。官方结构化数据的观察窗口为 28 天，题目可附带更长历史作为上下文。官方数据说明

题集含 2,724 道数据推理与 1,360 道健康推理题，另按单信号与跨信号划分。作者结合文献关系与人群统计构造参考答案，在 14 个模型上得到 19.6%-72.9% 的准确率范围。论文

评注。它适合检验个人纵向记录上的计算和解释。人群相关关系和文献支持的题目答案不能等同于对个人病因的确认。复现需要保留指标隐藏规则、序列化方式和缺失处理；使用公开题集调参后再报告同一题集分数，也不能作为独立泛化结果。数据采用 CC BY-NC 4.0，并有研究与基准用途的附加条款。数据与许可

HEARTS

UCLA / Google Research · ICML 2026 · 论文 · 代码 · 数据

HEARTS 健康时序任务图谱

图源：HEARTS 论文 Fig. 1，arXiv 2603.06638。

HEARTS 整合 16 个数据集、12 个健康领域、20 种模态，覆盖 110 项任务和 20,226 个评测样本。四类能力分别是信号测量与特征提取、事件与状态推断、预测/插补/跨模态生成、时间顺序及纵向轨迹分析。论文评测 14 个 LLM，观察到长序列和高频输入下的性能下降，以及部分任务中的复制、插值等简单策略。论文

官方实现提供 CodeAct 等 Agent 接口和固定测试样例。使用工具可以改变系统能力，也会增加执行预算，因此应一起报告输入格式、工具可用性、调用轮数、失败处理和任务指标。实现与运行协议

评注。四类任务是能力分类，不能直接解释成临床因果推断层级。工具收益应按具体实验配置与任务读取，不能用一个平均提升数字代表所有健康推理能力。

生理模型与语言适配

CBPM-LLaMA

中科院深圳先进院 / 香港理工大学等 · ACM-BCB 2024 · 正式论文 · 预印本 · CAS-BP 数据

CBPM-LLaMA 无袖带血压估计研究示意

图源：Large Language Models for Cuffless Blood Pressure Measurement From Wearable Biosignals 原论文插图。

该工作把 ECG/PPG 的 31 维派生特征按心输出量、外周阻力和动脉硬度相关分组组织为提示，并加入人口信息，微调语言模型估计 MAP 与 PP，再转换为 SBP 与 DBP。它是已有 LLM 的血压任务适配案例，输入为预提取特征。论文第 3 节

论文第 4.2 节的校准公式为“最终预测 = 0.3 × 模型预测 + 0.7 × 个体基线”。Table 3 报告 LLaMA-3-8B 的 SBP MAE 为 7.08 mmHg、DBP MAE 为 5.31 mmHg，应按该校准协议读取。无校准表现需要单独实验，不能从上述结果直接推导。论文第 4.2 节与 Table 3

评注。比较时需要同时保留只输出个人基线的基准，并考察跨日期变化能否被模型捕捉。MAP/PP 是可逆目标变换，不能仅凭这个设计就称其为统计独立或正交解耦。CAS-BP 仓库提供样例、读取说明与完整数据申请入口；CBPM-LLaMA 微调代码与权重的获取方式尚不明确，数据仓库不作为模型实现入口。CAS-BP 官方说明

GEM

新加坡国立大学 / 北京大学等 · NeurIPS 2025 · 论文 · 代码 · 权重 · 数据

GEM 双编码器与指令数据框架

图源：GEM 论文 Fig. 2，arXiv 2503.06073v2。

GEM 结合 ECG 时序编码器、心电图像编码器和语言骨干，通过跨模态对齐与指令微调学习带波形证据的解释。训练同时使用 ECG-Instruct 的 1,156,110 段对话和新构建的 30,000 段 ECG-Grounding 对话；后者结合心搏级特征与 GPT-4o 生成，不应全部写作人工临床标注。论文第 3-4 节

Table 2 中 GEM 的 SFT LLaVA 变体在 CSN 上准确率为 92.6%，PULSE 为 85.2%，相差 7.4 个百分点。不同 GEM 变体在其他数据集上的收益不同，论文摘要的 7.4% 不能作为所有诊断任务的统一提升。部分解释评测采用模型评分，需结合评分协议解读。论文 Table 1-2

评注。特征锚定能够让报告更便于检查，但生成文字中的数值与导联依据仍应独立复核。面向腕戴单导联 ECG 时，要另行验证导联减少、设备噪声与图纸布局变化，不能直接沿用 12 导联的实验结论。

应用系统

PHA

Google Research / Google DeepMind / Columbia University 等 · Nature 2026 · 正式论文 · 预印本 · 代码

PHA 的专长代理协作、反思与记忆更新

图源：PHA 预印本 Fig. 6a（arXiv:2508.20148），裁取系统流程部分。

个人健康代理（Personal Health Agent，PHA）以可穿戴记录、血检与个人背景为输入，由数据科学代理计算趋势，领域专家代理解释健康证据，健康教练代理组织建议；协调器分派任务、整合结果并更新对话记忆。它提供生理数据分析的应用系统，未新增生理时序预训练模型。正式论文涵盖 11 项评测，主要衡量数据解读和多轮交互质量。正式论文

官方实现包含代理、提示词、Python 执行工具与合成样例，采用 Apache 2.0 许可；样例不等于原研究队列。它适合研究已有记录和模型输出如何进入可检查的健康解释。实现与数据说明

与基础模型的连接见 SensorFM：该研究将预测头输出加入健康摘要上下文，在 31 人的静态、单轮摘要上收集 1,860 次医生评分。这项实验与 PHA 原论文的多轮系统评测应分别阅读；它检验预测信息对摘要的帮助，未验证长期健康改善。SensorFM 方法 M.6

另一类系统直接面向未来数值预测。GlucoAgent 通过代码分析个人多模态历史并提交血糖预测，其方法、餐后结果与评测条件见 CGM 专题。

SensorWM 与 CHA 将周级生理指标预测用于行为方案比较：先模拟候选步数、睡眠与心肺运动条件下的未来指标，再结合健康年龄评分和执行难度筛选路径，交给 LLM 生成计划。其专家偏好实验同时加入了 CHA、模拟与方案排序，尚未单独验证世界模型相对于直接 CHA 规划的教练增益。

工程路线

路线	可用组件	需要控制的实验条件
数值工具与语言模型组合	信号处理、统计代码、可穿戴编码器与 CodeAct 接口	工具预算、信号质量、失败处理、计算结果是否忠实进入答案
时序/图像与语言联合模型	GEM、SensorLM 等	预训练数据重叠、输入模态、冻结或微调协议、缺失模态
纵向指标表征与问答	LSM / SensorFM / WBM、WearableQA	时间窗口、个人与人群基线、缺失数据、未来信息泄漏

比较上述路线时，除任务指标外，还需记录输入长度、模型规模、工具调用量和部署硬件，以解释推理成本的差异。