Google представила SensorFM — фундаментальную модель для анализа данных с носимых устройств
Google Research представила SensorFM — модель искусственного интеллекта для обработки данных с носимых устройств, обученную на самом большом в истории наборе данных: более 1 триллиона минут (2 миллиарда часов) сенсорной информации от 5 миллионов участников из 100 стран. В выборку вошли показатели фотоплетизмографии, акселерометрии, электродермальной активности, температуры кожи и высотометрии.
SensorFM оценивает 35 клинических показателей в шести категориях: сердечно-сосудистые риски, метаболические нарушения, психическое здоровье, качество сна, образ жизни и демографические характеристики. В независимых клинических исследованиях с участием 13 985 пациентов модель показала результаты, сопоставимые с лабораторными тестами.
Ключевая особенность SensorFM — обучение на неразмеченных данных с использованием механизма адаптивного маскирования, что позволяет эффективно работать с фрагментированными записями, характерными для носимых устройств. Модель поддерживает label-efficient обучение: для адаптации к новой задаче требуется минимальное количество размеченных примеров.
В Google также разработали систему агентного «класса», в котором LLM-агенты автоматически подбирают оптимальные архитектуры для конкретных диагностических задач. SensorFM уже интегрирована в персональный медицинский ассистент Google. Врачебная комиссия, оценившая 1 860 ответов ассистента, не нашла статистически значимой разницы между выводами модели и результатами реальных анализов.
*
Камчатка онлайн в MAX
