ഗൂഗിളിന്റെ SensorFM: സാർവത്രിക ആരോഗ്യ വിവരശേഖരണത്തിനായുള്ള ഒരു ഫൗണ്ടേഷൻ മോഡൽ

ചിതറിക്കിടക്കുന്ന വെയറബിൾ സെൻസർ ഡാറ്റയെ ഏകീകൃതമായ ഒരു ആരോഗ്യ വിവരശേഖരണ പാളിയാക്കി മാറ്റാൻ രൂപകൽപ്പന ചെയ്ത വിപ്ലവകരമായ ഒരു ഫൗണ്ടേഷൻ മോഡലായ SensorFM ഗൂഗിൾ റിസർച്ച് അവതരിപ്പിച്ചു. വൻതോതിലുള്ള ഡാറ്റാസെറ്റുകൾ ഉപയോഗിക്കുന്നതിലൂടെ, ഈ മോഡൽ കേവലം ഒറ്റപ്പെട്ട ട്രാക്കിംഗിന് അപ്പുറം മനുഷ്യന്റെ ശാരീരികാവസ്ഥയെയും പെരുമാറ്റത്തെയും കുറിച്ച് സമഗ്രമായ ധാരണ നൽകുന്നു.

ഒറ്റപ്പെട്ട വെയറബിൾ മെട്രിക്സുകൾക്ക് അപ്പുറത്തേക്ക്

നിലവിലെ വെയറബിൾ സാങ്കേതികവിദ്യ സാധാരണയായി ഒരു "സിലോഗഡ്" (siloed) സമീപനത്തെയാണ് ആശ്രയിക്കുന്നത്: ഒരു അൽഗോരിതം ഉറക്കത്തിന്റെ ഘട്ടങ്ങൾ കണ്ടെത്തുന്നു, മറ്റൊന്ന് ഹൃദയ സംബന്ധമായ അപകടസാധ്യതകൾ കണക്കാക്കുന്നു, മൂന്നാമത്തേത് സമ്മർദ്ദം നിരീക്ഷിക്കുന്നു. ഈ വിഭജിക്കപ്പെട്ട ഘടന കാര്യക്ഷമമല്ല, കൂടാതെ ഉപയോക്താവിന്റെ ആരോഗ്യത്തെക്കുറിച്ച് സമഗ്രമായ കാഴ്ചപ്പാട് നൽകുന്നതിൽ ഇത് ബുദ്ധിമുട്ടുന്നു.

ഈ വിച്ഛേദിക്കപ്പെട്ട മോഡലുകൾക്ക് പകരം ഒരു പങ്കിട്ട AI ഫൗണ്ടേഷൻ കൊണ്ടുവരികയാണ് SensorFM ലക്ഷ്യമിടുന്നത്. വൈവിധ്യമാർന്ന ആരോഗ്യ ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകുന്നതിനായി, തുടർച്ചയായതും പലപ്പോഴും അപൂർണ്ണവുമായ സെൻസർ ഡാറ്റ പ്രോസസ്സ് ചെയ്യാൻ ഇത് രൂപകൽപ്പന ചെയ്തിരിക്കുന്നു. ഈ മാറ്റം, ഉപയോക്താവിന്റെ ശാരീരികാവസ്ഥയെക്കുറിച്ച് ആഴത്തിലുള്ള ധാരണയുള്ള വ്യക്തിഗത AI ആരോഗ്യ സഹായികളെ (AI health assistants) സൃഷ്ടിക്കാൻ സഹായിക്കുന്നു.

വൻതോതിലുള്ള വ്യാപ്തിയും മൾട്ടിമോഡൽ ഡാറ്റാ സംയോജനവും

വെയറബിൾ മേഖലയിൽ SensorFM-ന്റെ പ്രീട്രെയിനിംഗ് (pretraining) വ്യാപ്തി അഭൂതപൂർവമാണ്. 100-ലധികം രാജ്യങ്ങളിലായി അഞ്ച് ദശലക്ഷം Fitbit, Pixel Watch ഉപയോക്താക്കളിൽ നിന്ന് ശേഖരിച്ച ഒരു ട്രില്യൺ മിനിറ്റിലധികം വരുന്ന മൾട്ടിമോഡൽ സെൻസർ ഡാറ്റ ഗൂഗിൾ ഗവേഷകർ ഉപയോഗിച്ചു. ഇത്തരത്തിലുള്ള ഒരു മോഡലിനെ പരിശീലിപ്പിക്കാൻ ഉപയോഗിച്ച ഏറ്റവും വലുതും വൈവിധ്യമാർന്നതുമായ ഡാറ്റാശേഖരമാണിത്.

അഞ്ച് പ്രധാന സെൻസർ തരങ്ങളിൽ നിന്നുള്ള 34 വ്യത്യസ്ത സവിശേഷതകൾ ഈ മോഡൽ പ്രോസസ്സ് ചെയ്യുന്നു:

• Optical Heart Rate Monitoring (PPG): ഹൃദയമിടിപ്പും ഹൃദയമിടിപ്പിലെ വ്യതിയാനവും (heart rate variability) നിരീക്ഷിക്കുന്നു.
• Acceleration: ശാരീരിക ചലനങ്ങളും ചലനങ്ങളും നിരീക്ഷിക്കുന്നു.
• Skin Conductance: ശാരീരിക പ്രതികരണങ്ങൾ അളക്കുന്നു.
• Skin Temperature: താപനിലയിലെ മാറ്റങ്ങൾ നിരീക്ഷിക്കുന്നു.
• Barometric Altitude: ഉയരത്തിലുള്ള മാറ്റങ്ങൾ തിരിച്ചറിയുന്നു.

വെയറബിൾ ഡാറ്റയിലെ സ്വാഭാവികമായ "നോയിസിനസ്" (noisiness) കൈകാര്യം ചെയ്യുന്നതിനായി, SensorFM "Adaptive and Inherited Masking" (AIM) എന്ന സാങ്കേതികവിദ്യ ഉപയോഗിക്കുന്നു. യഥാർത്ഥത്തിൽ നഷ്ടപ്പെട്ട ഡാറ്റാ പോയിന്റുകളെയും പരിശീലന സമയത്ത് കൃത്രിമമായി മറച്ചുവെച്ചവയെയും വേർതിരിച്ചറിയാൻ ഇത് മോഡലിനെ സഹായിക്കുന്നു, അതുവഴി അപൂർണ്ണമായ ഡാറ്റാ സ്ട്രീമുകളെ പുനർനിർമ്മിക്കാനും മനസ്സിലാക്കാനും ഇതിന് സാധിക്കുന്നു.

35 ആരോഗ്യ ടാസ്ക്കുകളിലും മികച്ച പ്രകടനം

മാനസികാരോഗ്യം, ഹൃദയ സംബന്ധമായ ആരോഗ്യം, മെറ്റബോളിക് മാർക്കറുകൾ, ഉറക്കം എന്നിങ്ങനെ 35 വ്യത്യസ്ത പ്രവചന ടാസ്ക്കുകളിൽ നടത്തിയ കർശനമായ പരിശോധനയിൽ SensorFM മികച്ച വൈവിധ്യം പ്രകടിപ്പിച്ചു. ഏകദേശം 14,000 പങ്കാളികളുള്ള മറ്റൊരു ഡാറ്റാസെറ്റിൽ പരീക്ഷിച്ചപ്പോൾ, SensorFM-ന്റെ അടിസ്ഥാനത്തിൽ നിർമ്മിച്ച ലളിതമായ ടാസ്ക്-സ്പെസിഫിക് മോഡലുകൾ 35 വിഭാഗങ്ങളിൽ 34 എണ്ണത്തിലും പരമ്പരാഗത സൂപ്പർവൈസ്ഡ് ബേസ്‌ലൈനുകളെക്കാൾ (supervised baselines) മികച്ച പ്രകടനം കാഴ്ചവെച്ചു.

കൂടാതെ, ഈ മോഡൽ വളരെ "ലേബൽ-എഫിഷ്യന്റ്" (label-efficient) ആണെന്ന് തെളിയിക്കപ്പെട്ടു. പ്രീട്രെയിനിംഗിനിടെ മനുഷ്യന്റെ ശാരീരികാവസ്ഥയുടെ അടിസ്ഥാന പാറ്റേണുകൾ ഇതിനോടകം പഠിച്ചതിനാൽ, പുതിയതും പ്രത്യേകവുമായ ടാസ്ക്കുകളിലേക്ക് മാറുന്നതിന് വളരെ കുറഞ്ഞ ലേബൽ ചെയ്ത ഉദാഹരണങ്ങൾ മാത്രം മതിയാകും. ഉത്കണ്ഠ അല്ലെങ്കിൽ വിഷാദം പോലുള്ള സങ്കീർണ്ണവും വ്യക്തിഗതവുമായ ലക്ഷണങ്ങൾ നിരീക്ഷിക്കുന്നതിന് ഈ കഴിവ് വളരെ പ്രധാനമാണ്.

അടുത്ത തലമുറ AI ഹെൽത്ത് ഏജന്റുകൾക്ക് കരുത്ത് പകരുന്നു

Gemini പോലുള്ള ലാർജ് ലാംഗ്വേജ് മോഡലുകളുമായുള്ള (LLMs) SensorFM-ന്റെ സംയോജനമാണ് ഒരുപക്ഷേ ഏറ്റവും പ്രധാനപ്പെട്ട കാര്യം. പരീക്ഷണാടിസ്ഥാനത്തിലുള്ള ക്രമീകരണങ്ങളിൽ, SensorFM ഒരു AI ഹെൽത്ത് ഏജന്റിന് ശാരീരികമായ പശ്ചാത്തലം (physiological context) നൽകി, തുടർന്ന് ആ ഏജന്റ് ക്ലിനിക്കൽ പരിശോധനയ്ക്കായി ആരോഗ്യ സംഗ്രഹങ്ങൾ (health summaries) തയ്യാറാക്കി.

ഇതിന്റെ ഫലങ്ങൾ ശ്രദ്ധേയമായിരുന്നു: SensorFM പ്രവചനങ്ങൾ ഉൾപ്പെടുത്തിയ സംഗ്രഹങ്ങൾ, കോൺടെക്സ്റ്റ് (context), പേഴ്സണലൈസേഷൻ (personalization), ജസ്റ്റിഫൈബിലിറ്റി (justifiability), റെലവൻസ് (relevance), സുരക്ഷ (safety) എന്നീ അഞ്ച് പ്രധാന മാനദണ്ഡങ്ങളിൽ ബേസ്‌ലൈൻ സംഗ്രഹങ്ങളേക്കാൾ ഗണ്യമായി ഉയർന്ന സ്കോർ നേടി. ശ്രദ്ധേയമായ കാര്യം, SensorFM പ്രവചനങ്ങൾ ഉപയോഗിച്ചുള്ള AI-യുടെ പ്രകടനം യഥാർത്ഥ ക്ലിനിക്കൽ ആരോഗ്യ ഡാറ്റ ഉപയോഗിക്കുന്നതിന് തുല്യമായിരുന്നു എന്നതാണ്. ഇത് ഫൗണ്ടേഷൻ മോഡലുകൾക്ക് വ്യക്തിഗത ഡിജിറ്റൽ ഹെൽത്ത് കോച്ചിംഗിനായി ഉയർന്ന നിലവാരമുള്ള വിവരങ്ങൾ നൽകാൻ കഴിയുമെന്ന് സൂചിപ്പിക്കുന്നു.

പ്രധാന കാര്യങ്ങൾ

• ഏകീകൃത ബുദ്ധിശക്തി: ചിതറിക്കിടക്കുന്ന, ഒറ്റപ്പെട്ട ലക്ഷ്യങ്ങളുള്ള ആരോഗ്യ അൽഗോരിതങ്ങൾക്ക് പകരം 35 വ്യത്യസ്ത ആരോഗ്യ-പെരുമാറ്റ ടാസ്ക്കുകൾ കൈകാര്യം ചെയ്യാൻ കഴിയുന്ന ഒരു ഏകീകൃത ഫൗണ്ടേഷൻ മോഡലായി SensorFM മാറുന്നു.
• അതുല്യമായ വ്യാപ്തി: അഞ്ച് ദശലക്ഷം ഉപയോക്താക്കളിൽ നിന്നുള്ള ഒരു ട്രില്യൺ മിനിറ്റിലധികം വരുന്ന മൾട്ടിമോഡൽ ഡാറ്റ ഉപയോഗിച്ചാണ് ഈ മോഡൽ പ്രീട്രെയിൻ ചെയ്തിരിക്കുന്നത്, ഇത് ഇത്തരത്തിലുള്ള ഏറ്റവും വലിയ ഡാറ്റാസെറ്റാക്കി ഇതിനെ മാറ്റുന്നു.
• മെച്ചപ്പെട്ട AI കോൺടെക്സ്റ്റ്: ശാരീരികമായ ഉൾക്കാഴ്ചകൾ LLM-കളിലേക്ക് നൽകുന്നതിലൂടെ, SensorFM വളരെ വ്യക്തിഗതവും ക്ലിനിക്കൽ പ്രസക്തിയുള്ളതുമായ ആരോഗ്യ സംഗ്രഹങ്ങളും ഡിജിറ്റൽ അസിസ്റ്റന്റുകളും സാധ്യമാക്കുന്നു.