Google Research разработала SensorFM — модель искусственного интеллекта для анализа данных с носимых устройств. Модель обучена на триллионе минут физиологических данных от пяти миллионов человек.
Google Research представила SensorFM — модель искусственного интеллекта, которая анализирует данные с носимых устройств.
SensorFM обучена на более чем триллионе минут данных, собранных от пяти миллионов человек. Модель учится на немаркированных данных, создавая универсальное представление физиологии человека.
Это представление применимо в областях сердечно-сосудистого здоровья, метаболизма, сна, психического состояния, а также образа жизни и демографии.
Для обучения использовались деидентифицированные данные, собранные с сентября 2024 года по сентябрь 2025 года. Данные охватывают более 100 стран и включают информацию с более чем 20 моделей устройств Fitbit и Pixel Watch.
SensorFM обрабатывает 34 агрегированных показателя в минуту, полученных из пяти типов сенсоров: фотоплетизмографии (PPG), акселерометрии, электродермальной активности (EDA), температуры кожи и альтиметрии.
Эти данные позволяют отслеживать частоту сердечных сокращений, вариабельность сердечного ритма, насыщение крови кислородом, стадии сна, движение, шаги, проводимость кожи и температуру в течение суток.
SensorFM работает с фрагментированными и неполными данными, что часто встречается при использовании носимых устройств. Модель использует метод самоконтролируемой реконструкции, который учитывает пропуски как естественную часть данных.
Тестирование SensorFM проводилось на 35 задачах по диагностике здоровья. Результаты показали, что масштабирование данных и мощности модели улучшает производительность.
