Google’s SensorFM: యూనివర్సల్ హెల్త్ ఇంటెలిజెన్స్ కోసం ఒక ఫౌండేషన్ మోడల్

Google Research, విడివిడిగా ఉన్న వేరబుల్ సెన్సార్ డేటాను ఒక통కమైన హెల్త్ ఇంటెలిజెన్స్ పొరగా మార్చడానికి రూపొందించిన విప్లవాత్మక ఫౌండేషన్ మోడల్ SensorFMని ఆవిష్కరించింది. భారీ డేటాసెట్‌లను ఉపయోగించుకోవడం ద్వారా, ఈ మోడల్ కేవలం ఒకే రకమైన ట్రాకింగ్‌కు పరిమితం కాకుండా, మానవ శరీరధర్మం (physiology) మరియు ప్రవర్తన గురించి సమగ్రమైన అవగాహనను అందిస్తుంది.

విడివిడి వేరబుల్ మెట్రిక్స్‌కు మించి

ప్రస్తుత వేరబుల్ టెక్నాలజీ సాధారణంగా "సైలోడ్" (siloed) విధానంపై ఆధారపడి ఉంటుంది: ఒక అల్గారిథమ్ నిద్ర దశలను గుర్తిస్తుంది, మరొకటి కార్డియోవాస్కులర్ రిస్క్‌ను అంచనా వేస్తుంది మరియు మూడవది ఒత్తిడిని పర్యవేక్షిస్తుంది. ఈ విచ్ఛిన్నమైన నిర్మాణం అసమర్థమైనది మరియు వినియోగదారుని ఆరోగ్యం గురించి సమగ్రమైన దృక్పథాన్ని అందించడంలో ఇబ్బంది పడుతుంది.

SensorFM ఈ విడివిడి మోడళ్లను ఒక ఉమ్మడి AI ఫౌండేషన్‌తో భర్తీ చేయాలని లక్ష్యంగా పెట్టుకుంది. ఇది నిరంతరంగా, తరచుగా "గ్యాపీ" (gappy) లేదా అసంపూర్తిగా ఉండే సెన్సార్ డేటాను ప్రాసెస్ చేసి, అనేక రకాల ఆరోగ్య ప్రశ్నలకు సమాధానం ఇచ్చేలా రూపొందించబడింది. ఈ మార్పు వల్ల వినియోగదారుని శారీరక స్థితి (physiological state) గురించి లోతైన సందర్భోచిత అవగాహన కలిగిన వ్యక్తిగతీకరించిన AI హెల్త్ అసిస్టెంట్‌లను సృష్టించడం సాధ్యమవుతుంది.

భారీ స్థాయి మరియు మల్టీమోడల్ డేటా ఇంటిగ్రేషన్

వేరబుల్ రంగంలో SensorFM యొక్క ప్రీట్రైనింగ్ స్థాయి అపూర్వమైనది. Google పరిశోధకులు 100 కంటే ఎక్కువ దేశాలలోని ఐదు మిలియన్ల Fitbit మరియు Pixel Watch వినియోగదారుల నుండి సేకరించిన ఒక ట్రిలియన్ కంటే ఎక్కువ నిమిషాల మల్టీమోడల్ సెన్సార్ డేటాను ఉపయోగించారు. ఈ డేటాసెట్ ఈ రకమైన మోడల్‌ను శిక్షణ ఇవ్వడానికి ఉపయోగించిన అతిపెద్ద మరియు అత్యంత వైవిధ్యమైన వేరబుల్ డేటా సేకరణను సూచిస్తుంది.

ఈ మోడల్ ఐదు ప్రధాన సెన్సార్ రకాల నుండి సేకరించిన 34 విభిన్న ఫీచర్లను ప్రాసెస్ చేస్తుంది:

  • Optical Heart Rate Monitoring (PPG): హార్ట్ రేట్ మరియు హార్ట్ రేట్ వేరియబిలిటీని ట్రాక్ చేయడం.
  • Acceleration: శారీరక కదలికలు మరియు చలనాన్ని పర్యవేక్షించడం.
  • Skin Conductance: శారీరక ప్రతిస్పందనలను కొలవడం.
  • Skin Temperature: ఉష్ణ మార్పులను ట్రాక్ చేయడం.
  • Barometric Altitude: ఎత్తులో వచ్చే మార్పులను గుర్తించడం.

వేరబుల్ డేటాలో ఉండే సహజమైన "నాయిస్" (noisiness)ని ఎదుర్కోవడానికి, SensorFM "Adaptive and Inherited Masking" (AIM) అనే సాంకేతికతను ఉపయోగిస్తుంది. ఇది నిజంగా మిస్ అయిన డేటా పాయింట్లు మరియు శిక్షణ సమయంలో కృత్రిమంగా మాస్క్ చేయబడిన వాటి మధ్య తేడాను గుర్తించడానికి మోడల్‌కు సహాయపడుతుంది, తద్వారా అసంపూర్తిగా ఉన్న డేటా స్ట్రీమ్‌లను పునర్నిర్మించి అర్థం చేసుకోవడానికి వీలవుతుంది.

35 ఆరోగ్య టాస్క్‌లలో అద్భుతమైన పనితీరు

మానసిక ఆరోగ్యం, కార్డియోవాస్కులర్ ఆరోగ్యం, మెటబాలిక్ మార్కర్లు మరియు నిద్ర వంటి 35 రకాల ప్రిడిక్షన్ టాస్క్‌లపై కఠినమైన పరీక్షల్లో, SensorFM అద్భుతమైన బహుముఖ ప్రజ్ఞను ప్రదర్శించింది. దాదాపు 14,000 మంది పాల్గొనేవారికి సంబంధించిన ప్రత్యేక డేటాసెట్‌పై పరీక్షించినప్పుడు, SensorFM యొక్క రిప్రజెంటేషన్స్‌పై నిర్మించిన సాధారణ టాస్క్-స్పెసిఫిక్ మోడల్స్, 35 విభాగాలలో 34 విభాగాల్లో సాంప్రదాయ సూపర్వైజ్డ్ బేస్‌లైన్‌ల కంటే మెరుగైన పనితీరును కనబరిచాయి.

అంతేకాకుండా, ఈ మోడల్ అత్యంత "లేబుల్-ఎఫిషియంట్" (label-efficient) అని నిరూపితమైంది. ప్రీట్రైనింగ్ సమయంలో ఇది ఇప్పటికే మానవ శరీరధర్మాల ప్రాథమిక నమూనాలను నేర్చుకోవడం వల్ల, కొత్త మరియు నిర్దిష్ట టాస్క్‌లకు అనుగుణంగా మారడానికి దీనికి చాలా తక్కువ లేబుల్ చేయబడిన ఉదాహరణలు అవసరమవుతాయి. ఆందోళన (anxiety) లేదా కుంగుబాటు (depression) వంటి సంక్లిష్టమైన, వ్యక్తిగత లక్షణాలను పర్యవేక్షించడానికి ఈ సామర్థ్యం చాలా కీలకం.

తదుపరి తరం AI హెల్త్ ఏజెంట్‌లకు శక్తిని అందించడం

బహుశా SensorFM యొక్క అత్యంత ముఖ్యమైన ప్రభావం ఏమిటంటే, Gemini వంటి Large Language Models (LLMs)తో దీని అనుసంధానం. ప్రయోగాత్మక సెటప్‌లలో, SensorFM ఒక AI హెల్త్ ఏజెంట్‌కు శారీరక సందర్భోచిత సమాచారాన్ని (physiological context) అందించింది, ఆ తర్వాత ఆ ఏజెంట్ క్లినిషియన్లు సమీక్షించడానికి ఆరోగ్య సారాంశాలను (health summaries) రూపొందించింది.

ఫలితాలు ఆశ్చర్యకరంగా ఉన్నాయి: SensorFM ప్రిడిక్షన్‌లతో మెరుగుపరచబడిన సారాంశాలు, సందర్భం (context), వ్యక్తిగతీకరణ (personalization), సమర్థనీయత (justifiability), సందర్భోచితత (relevance) మరియు భద్రత (safety) అనే ఐదు కీలక అంశాలలో బేస్‌లైన్ సారాంశాల కంటే గణనీయంగా ఎక్కువ స్కోర్‌ను సాధించాయి. ముఖ్యంగా, SensorFM ప్రిడిక్షన్‌లను ఉపయోగించిన AI పనితీరు, వాస్తవ క్లినికల్ హెల్త్ డేటాను ఉపయోగించిన దానికి గణాంకపరంగా సమానంగా ఉంది. ఇది ఫౌండేషన్ మోడల్స్ త్వరలో వ్యక్తిగతీకరించిన డిజిటల్ హెల్త్ కోచింగ్ కోసం అత్యంత ఖచ్చితమైన సందర్భోచిత సమాచారాన్ని అందించగలవని సూచిస్తోంది.

ముఖ్య అంశాలు

  • Unified Intelligence: SensorFM విడివిడి, ఒకే రకమైన ఆరోగ్య అల్గారిథమ్‌ల స్థానంలో 35 రకాల ఆరోగ్య మరియు ప్రవర్తనా టాస్క్‌లను నిర్వహించగల ఏకైక ఫౌండేషన్ మోడల్‌ను అందిస్తుంది.
  • Unrivaled Scale: ఈ మోడల్ ఐదు మిలియన్ల వినియోగదారుల నుండి సేకరించిన ఒక ట్రిలియన్ నిమిషాల మల్టీమోడల్ డేటాపై ప్రీట్రైన్ చేయబడింది, ఇది దీని రకంలోనే అతిపెద్ద డేటాసెట్‌గా నిలుస్తుంది.
  • Enhanced AI Context: శారీరక అంతర్దృష్టులను (physiological insights) LLMsకి అందించడం ద్వారా, SensorFM అత్యంత వ్యక్తిగతీకరించిన మరియు క్లినికల్‌గా సంబంధిత ఆరోగ్య సారాంశాలను మరియు డిజిటల్ అసిస్టెంట్‌లను సాధ్యం చేస్తుంది.