手腕脉搏波形读出餐食信息：与餐食文字对齐后胜率0.69，卡路里摄入预测AUC提高11%
苹果公司团队把腕部光电容积脉搏波（PPG，用绿光测皮下微血管血容量变化的信号）与餐食文字描述对齐，训练出营养PPG语言模型NPLM，检验被动采集的脉搏波形是否携带进食信息。在19,340名受试者的1,122,834条餐食描述上，近餐时段的PPG把餐食描述的对数似然推高到胜率0.69，而保留同一受试者与时段、只打乱餐食配对的对照为0.60，跨受试者打乱则落在0.50的随机水平。该信号在独立验证队列中不经再训练即可把餐后饱腹感预测的AUC从0.64提高到0.71，作者将其定位为对文字饮食记录的补充而非替代。