SensorFM od Google: Model bazowy dla uniwersalnej inteligencji zdrowotnej

Google Research zaprezentowało SensorFM – przełomowy model bazowy (foundation model), zaprojektowany, aby przekształcić rozproszone dane z czujników urządzeń ubieralnych w jednolitą warstwę inteligencji zdrowotnej. Wykorzystując ogromne zbiory danych, model ten wykracza poza śledzenie o pojedynczym przeznaczeniu, zapewniając kompleksowe zrozumienie ludzkiej fizjologii i zachowania.

Wyjście poza odizolowane metryki urządzeń ubieralnych

Obecna technologia urządzeń ubieralnych (wearables) zazwyczaj opiera się na podejściu „silosowym”: jeden algorytm wykrywa fazy snu, inny szacuje ryzyko sercowo-naczyniowe, a trzeci monitoruje stres. Ta pofragmentowana architektura jest nieefektywna i ma trudności z zapewnieniem holistycznego spojrzenia na zdrowie użytkownika.

SensorFM ma na celu zastąpienie tych niespójnych modeli wspólną podstawą AI. Został zaprojektowany do przetwarzania ciągłych, często „dziurawych” lub niekompletnych danych z czujników, aby odpowiadać na szeroką gamę pytań dotyczących zdrowia. Ta zmiana umożliwia tworzenie spersonalizowanych asystentów zdrowia AI, którzy posiadają głęboką świadomość kontekstową stanu fizjologicznego użytkownika.

Ogromna skala i integracja danych multimodalnych

Skala wstępnego trenowania (pretraining) SensorFM jest bezprecedensowa w dziedzinie urządzeń ubieralnych. Badacze Google wykorzystali ponad bilion minut multimodalnych danych z czujników, zebranych od pięciu milionów użytkowników Fitbit i Pixel Watch w ponad 100 krajach. Zbiór ten stanowi największą i najbardziej różnorodną kolekcję danych z urządzeń ubieralnych, jaką kiedykolwiek wykorzystano do trenowania modelu tego typu.

Model przetwarza 34 odrębne cechy wywodzące się z pięciu podstawowych typów czujników:

• Monitorowanie tętna metodą optyczną (PPG): Śledzenie tętna i zmienności rytmu zatokowego (HRV).
• Akceleracja: Monitorowanie ruchu i aktywności fizycznej.
• Przewodność skóry: Pomiar reakcji fizjologicznych.
• Temperatura skóry: Śledzenie zmian termicznych.
• Wysokość barometryczna: Wykrywanie zmian wysokości.

Aby poradzić sobie z naturalnym „szumem” danych z urządzeń ubieralnych, SensorFM wykorzystuje technikę o nazwie „Adaptive and Inherited Masking” (AIM). Pozwala to modelowi odróżnić faktycznie brakujące punkty danych od tych, które zostały sztucznie zamaskowane podczas trenowania, co umożliwia mu rekonstrukcję i zrozumienie niekompletnych strumieni danych.

Wyższa wydajność w 35 zadaniach zdrowotnych

W rygorystycznych testach obejmujących 35 różnych zadań predykcyjnych — od zdrowia psychicznego, przez zdrowie układu sercowo-naczyniowego, po markery metaboliczne i sen — SensorFM wykazał się niezwykłą wszechstronnością. Podczas testów na oddzielnym zbiorze danych obejmującym prawie 14 000 uczestników, proste modele specyficzne dla danego zadania, zbudowane na reprezentacjach SensorFM, przewyższyły tradycyjne modele nadzorowane w 34 na 35 kategorii.

Co więcej, model okazał się wysoce „wydajny pod względem etykietowania” (label-efficient). Ponieważ podczas wstępnego trenowania nauczył się już podstawowych wzorców fizjologii człowieka, wymaga znacznie mniejszej liczby etykietowanych przykładów, aby dostosować się do nowych, specyficznych zadań. Zdolność ta jest szczególnie istotna w monitorowaniu złożonych, wysoce indywidualnych cech, takich jak lęk czy depresja.

Napędzanie następnej generacji agentów zdrowia AI

Być może najważniejszą implikacją SensorFM jest jego integracja z dużymi modelami językowymi (LLM), takimi jak Gemini. W warunkach eksperymentalnych SensorFM dostarczał kontekst fizjologiczny agentowi zdrowia AI, który następnie generował podsumowania stanu zdrowia do weryfikacji przez klinicystów.

Wyniki były uderzające: podsumowania wzbogacone o predykcje SensorFM uzyskały znacznie wyższe wyniki niż podsumowania bazowe w pięciu krytycznych wymiarach: kontekst, personalizacja, uzasadnialność, trafność i bezpieczeństwo. Co istotne, wydajność AI korzystającej z predykcji SensorFM była statystycznie porównywalna z wykorzystaniem rzeczywistych klinicznych danych zdrowotnych, co sugeruje, że modele bazowe mogą wkrótce dostarczać wysokiej jakości kontekst dla spersonalizowanego cyfrowego coachingu zdrowotnego.

Kluczowe wnioski

• Zintegrowana inteligencja: SensorFM zastępuje pofragmentowane algorytmy zdrowotne o pojedynczym przeznaczeniu pojedynczym modelem bazowym, zdolnym do obsługi 35 różnych zadań zdrowotnych i behawioralnych.
• Niezrównana skala: Model został wstępnie wytrenowany na bilionie minut danych multimodalnych od pięciu milionów użytkowników, co czyni go największym zbiorem danych tego typu.
• Ulepszony kontekst AI: Poprzez dostarczanie wglądów fizjologicznych do modeli LLM, SensorFM umożliwia tworzenie wysoce spersonalizowanych i istotnych klinicznie podsumowań zdrowia oraz cyfrowych asystentów.