مدل بنیادی SensorFM در برابر مدل‌های نظارت‌شده در پیش‌بینی فیزیولوژیک

تصور کنید ساعت هوشمند شما به‌جای شمارش ساده‌ی قدم‌ها، بتواند الگوی کلی وضعیت جسمانی شما را در طول هفته‌های متوالی درک کند، حتی اگر داده‌های حسگرها در برخی لحظات ناقص باشد. این دقیقاً همان هدفی است که گوگل با معرفی مدل جدید خود دنبال می‌کند.

به گزارش Google Research، مدل SensorFM توانسته است در ۳۴ مورد از ۳۵ تسک متنوع سلامتی، عملکرد بهتری نسبت به مدل‌های سنتی و متخصصی که هر کدام فقط روی یک موضوع (مثل خواب یا استرس) تمرکز داشتند، نشان دهد. این دستاورد در واقع نتیجه‌ی بهره‌گیری از یک تریلیون دقیقه داده‌های سلامت پوشیدنی است که گوگل برای آموزش این مدل به کار گرفته است. در پست وبلاگی و مقاله‌ای که اخیراً منتشر شده، گوگل این پیشرفت را به عنوان گذار به یک لایه‌ی هوشمند اشتراکی برای تجهیزات پوشیدنی سلامتی توصیف می‌کند.

اکثر گجت‌های پوشیدنی فعلی برای هر شاخص، مثل مراحل خواب، استرس یا ریسک‌های قلبی، از مدل‌های جداگانه و مجزا استفاده می‌کنند. همان‌طور که در تحلیل قبلی ما درباره‌ی تقابل اپل و گوگل در سال ۲۰۲۶ اشاره کردیم، این حرکت نشان می‌دهد گوگل قصد دارد با کاربردی‌تر کردن داده‌های زیرساختی و شخصی‌سازی آن‌ها، جنگ سخت‌افزاری را به نفع خود تمام کند. هدف این است که ساعت شما تنها به شمارش گام‌ها اکتفا نکند، بلکه الگوهای فیزیولوژیک شما را در بازه‌های زمانی طولانی و با وجود داده‌های ناقص درک کند.

گسترش زمینه و اهداف

هدف گوگل جایگزینی رویکردهای تکه‌تکه و سیلویی (Siloed) — که در آن یک مدل فقط خواب را تشخیص می‌دهد و مدل دیگری نشانگرهای متابولیک را تحلیل می‌کند — با یک مدل بنیادی (Foundation Model) است. این سیستم می‌تواند داده‌های مداوم حسگرها را برای پاسخ به طیف گسترده‌ای از سوالات مختلف سلامتی تحلیل کند. با این کار، گوگل قصد دارد نیاز به داده‌های آموزشی برچسب‌دار گران‌قیمت را کاهش دهد و در نهایت، زمینه‌ساز تزریق بافت‌های شخصی‌سازی‌شده و باکیفیت به دستیارهای سلامتی مبتنی بر هوش مصنوعی شود. این رویکرد با استراتژی‌های گوگل برای ایجاد مربیان سلامت هوشمند در تجهیزات پوشیدنی هم‌سو است تا تجربه‌ای یکپارچه از مراقبت‌های پیشگیرانه ارائه دهد.

برای ساخت SensorFM، پژوهشگران از مجموعه‌داده عظیمی شامل بیش از یک تریلیون دقیقه داده‌های چندوجهی (Multimodal) استفاده کردند. این داده‌ها از ۵ میلیون کاربر Fitbit و Pixel Watch در ۱۰۰ کشور مختلف و از طریق بیش از ۲۰ مدل دستگاه مختلف جمع‌آوری شده است. طبق اعلام نویسندگان مقاله، این حجم از داده، متنوع‌ترین و بزرگ‌ترین مجموعه‌داده‌ی پوشیدنی است که تاکنون برای آموزش یک مدل از این نوع به کار گرفته شده است.

جزئیات معماری فنی

در بخش معماری فنی، این مدل ۳۴ ویژگی (Feature) استخراج شده از ۵ نوع حسگر را پردازش می‌کند: ضربان قلب نوری (photoplethysmography یا PPG)، شتاب‌سنج (Acceleration)، رسانایی پوست (Skin Conductance)، دمای پوست و ارتفاع فشارسنج (Barometric Altitude). ویژگی‌های خاصی مانند ضربان قلب، تغییرپذیری ضربان قلب (HRV)، اشباع اکسیژن خون، مراحل خواب و داده‌های حرکتی در این لیست قرار دارند. چنین دقت در تحلیل داده‌های فیزیولوژیک می‌تواند به شناسایی زودهنگام عفونت‌های تنفسی پیش از بروز علائم آشکار کمک کند.

روش آموزش این مدل بر پایه «ماسکینگ سازگاری‌پذیر و موروثی» (Adaptive and Inherited Masking یا AIM) است. این تکنیکِ یادگیری بدون نظارت (Self-supervised)، هم مقادیر واقعاً گم‌شده و هم مقادیری که در طول آموزش به‌طور مصنوعی پنهان شده‌اند را علامت‌گذاری می‌کند. مدل یاد می‌گیرد که این بخش‌های خالی را بازسازی کند، که این امر به آن اجازه می‌دهد تا با «شکاف‌های» رایج در داده‌های واقعی دنیای پوشیدنی‌ها به‌خوبی کنار بیاید.

مقیاس مدل‌ها در این پژوهش از ۱۰۰ هزار تا ۱۰۰ میلیون پارامتر (Parameters) متغیر بود. مجموعه‌داده‌های آموزشی نیز بازه‌ای از ۵٬۰۰۰ تا ۵ میلیون نفر را شامل می‌شد. محققان دریافتند که با رشد هم‌زمان اندازه مدل و حجم داده‌ها، عملکرد سیستم به‌صورت سیستماتیک بهبود می‌یابد. در بزرگ‌ترین مجموعه داده، خطای بازسازی مدل غول‌پیکر ۳۱ درصد کمتر از کوچک‌ترین مدل بود و همین پیکربندی بزرگ‌تر در اکثر تسک‌های پیش‌بینی پایین‌دستی (Downstream) بهترین عملکرد را داشت.

عملکرد و پیاده‌سازی

در مرحله ارزیابی روی ۱۳٬۹۸۵ شرکت‌کننده از سه مطالعه مجزا (که هیچ‌کدام در مجموعه داده‌های پیش‌آموزش نبودند)، SensorFM در ۳۴ تسک از ۳۵ تسک بر مدل‌های نظارت‌شده (Supervised baselines) پیروز شد. این تسک‌ها حوزه‌های گسترده‌ای چون سلامت قلبی-عروقی، متابولیسم، سلامت روان، خواب، ویژگی‌های دموگرافیک و سبک زندگی را پوشش می‌دادند. حتی مدل‌های ساده‌ای که فقط یک لایه پیش‌بینی (Head model) روی نمایش‌های SensorFM داشتند، از مدل‌هایی که از ویژگی‌های دستی (Hand-crafted) استفاده می‌کردند، پیشی گرفتند.

گوگل همچنین از یک «کلاس» متشکل از عامل‌های (Agents) مدل زبانی بزرگ (LLM) که با هم همکاری و رقابت می‌کردند، برای بهینه‌سازی کدهای این مدل‌های پیش‌بینی استفاده کرد. این عامل‌ها طی بیش از ۳۰٬۰۰۰ آزمایش، کدها را تولید، تست و اصلاح کردند. این فرآیند پالایش خودکار باعث شد دقت مدل در ۲۸ مورد از ۳۵ تسک، در مقایسه با مدل‌های خطی ساده، باز هم افزایش یابد.

ادغام با عامل‌های هوش مصنوعی

برای سنجش کاربرد واقعی، محققان SensorFM را در یک عامل سلامت شخصی ادغام کردند و سه مدل مختلف را با هم مقایسه کردند. هر سه مدل اطلاعات دموگرافیک و خلاصه‌های روزانه (فعالیت، خواب، اکسیژن خون و دمای پوست) را دریافت می‌کردند. مدل اول پیش‌بینی‌های SensorFM را دریافت می‌کرد، مدل دوم مقادیر واقعی و شناخته‌شده آن شاخص‌ها را می‌گرفت و مدل سوم به عنوان خط پایه، هیچ اطلاعات اضافه‌ای نداشت.

چهار پزشک متخصص ۹۳ خلاصه سلامت را برای ۳۱ پروفایل واقعی ارزیابی کردند. آن‌ها بیش از ۴۰ ساعت زمان صرف ثبت ۱٬۸۶۰ رتبه‌بندی کردند. نتایج نشان داد خلاصه‌هایی که با پیش‌بینی‌های SensorFM تقویت شده بودند، در پنج بعد اصلی: زمینه (Context)، شخصی‌سازی، توجیه‌پذیری، ارتباط (Relevance) و ایمنی، نمرات بسیار بالاتری گرفتند. نکته حائز اهمیت این است که به‌طور کلی تفاوت آماری معناداری بین خلاصه‌هایی که از پیش‌بینی‌های SensorFM استفاده می‌کردند و خلاصه‌هایی که از داده‌های واقعیِ ثبت‌شده بهره می‌بردند، وجود نداشت.

این تحول به معنای حرکت به سمت هوش مصنوعی «بهینه در برچسب‌گذاری» (Label-efficient) است. چون SensorFM ابتدا نمایش کلی و جامع از رفتار انسان را یاد می‌گیرد، برای تطبیق با یک تسک سلامتی جدید به نمونه‌های برچسب‌دار بسیار کمتری نیاز دارد. نویسندگان معتقدند این قابلیت به‌ویژه برای تشخیص ویژگی‌های سخت‌-اندازمه‌پذیر که بین افراد تفاوت زیادی دارند، مانند علائم افسردگی و اضطراب، بسیار مفید است. همچنین هرچه مدل بزرگ‌تر شود، وابستگی آن به اطلاعات دموگرافیک اضافی کمتر می‌شود.

برای کاربر عادی، این یعنی آینده‌ای که در آن مربی سلامت هوشمند شما فقط توصیه‌های کلی نمی‌دهد، بلکه خط پایه فیزیولوژیک خاص شما را می‌شناسد. به‌جای اینکه ساعت فقط بگوید «بد خوابیدید»، دستیار Gemini می‌تواند توضیح دهد که چگونه تغییرات دمای پوست و تغییرپذیری ضربان قلب شما با سطح استرس گزارش‌شده در یک ماه اخیر مرتبط است.

محدودیت‌ها و چشم‌انداز

با این حال، باید توجه داشت که این مدل یک ابزار بالینی نیست و نمی‌تواند جایگزین اندازه‌گیری‌ها یا تشخیص‌های پزشکی رسمی شود. در حال حاضر داده‌ها در سطح «دقیقه» تجمیع می‌شوند و این بدان معناست که الگوهای بسیار کوتاه یا ریز-دانه (Fine-grained) از بین می‌روند. همچنین بسیاری از شاخص‌های سلامت مورد مطالعه، به جای یافته‌های کلینیکی، بر اساس گزارش‌های شخصی، پرسشنامه‌ها یا سوابق دارویی بوده‌اند. علاوه بر این، جمعیت مورد مطالعه به‌طور کامل نماینده کل جامعه نیست و عامل سلامتی تنها در محیط‌های استاتیک و تک-پاسخی تست شده است، نه در گفتگوهای طولانی.

مدل SensorFM تنها روی دستگاه‌های فیت‌بیت و پیکسل‌واتچ آموزش و آزمایش شده است و هنوز مشخص نیست که آیا نتایج روی سایر گجت‌های پوشیدنی نیز تکرار می‌شود یا خیر. گوگل هنوز تاریخ دقیقی برای ادغام SensorFM در Google Health Coach یا سخت‌افزارهای مصرفی اعلام نکرده است. در حال حاضر، این پروژه یک پژوهش علمی است که قدرت مقیاس‌پذیری داده‌های پوشیدنی را به نمایش می‌گذارد.

گام بعدی شما

• اگر توسعه‌دهنده سلامت هستید، مستندات مدل‌های بنیادی برای داده‌های سری-زمانی را بررسی کنید تا با مفهوم یادگیری بدون نظارت در حسگرها آشنا شوید.
• منتظر به‌روزرسانی‌های Gemini در بخش تحلیل‌های سلامتی باشید، زیرا احتمالاً لایه‌ی داده‌ای این مدل زیربنای آن خواهد بود.
• داده‌های پوشیدنی خود را با تحلیل‌های ساده‌تر مقایسه کنید تا متوجه شوید کجاها مدل‌های فعلی در تشخیص الگوهای شخصی شکست می‌خورند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell و نقش آن‌ها در پردازش داده‌های لبه مراجعه کنید.