گوگل با مدل SensorFM یک تریلیون دقیقه دادهٔ سلامت پوشیدنی را تحلیل کرد

دقت پیش‌بینی وضعیت‌های بالینی در گجت‌های پوشیدنی را می‌توان با یک مدل واحد به سطح جدیدی رساند. SensorFM اکنون قادر است با تحلیل تریلیون‌ها دقیقه داده، در ۳۱ مورد از ۳۵ تکلیف بالینی به دقت پیش‌بینی برتری دست یابد. این مدل می‌تواند ریسک‌های قلبی-عروقی تا سلامت روان را بدون نیاز به برچسب‌گذاری دستی، هزینه‌بر و پس‌نگر برای هر خروجی مجزا تشخیص دهد.

به گزارش marktechpost، این مدل بنیادی (Foundation Model) تغییر رویه‌ای در تحلیل داده‌های بیومتریک ایجاد کرده است. پیش از این، هوش مصنوعی در حوزه سلامت به‌صورت تکه‌تکه بود و مدل‌ها برای هر بار تنها برای یک خروجی خاص ساخته می‌شدند. این رویکرد هنگام مقیاس‌بندی برای ده‌ها شاخص سلامتی مختلف، عملاً غیرممکن و غیربهینه می‌شد. همان‌طور که در پوشش پیشین ما از تمرکز گوگل بر شفافیت هوش مصنوعی، مانند الزامات تبلیغات تولید شده با AI در My Ad Center دیدیم، SensorFM اکنون یادگیری بازنمایی‌های کلی (Generalized Representation Learning) را برای داده‌های سری زمانی بیومتریک جایگزین مدل‌های تخصصی و محدود کرده است. این پیشرفت در تحلیل داده‌های لحظه‌ای، یادآور توانمندی‌های مشابهی است که ساعت‌های هوشمند برای شناسایی عفونت‌های تنفسی پیش از بروز علائم به کار می‌گیرند.

معماری فنی و ابعاد مقیاس

SensorFM از یک رمزگذار ViT-1D استفاده می‌کند که با هدف «خودرمزگذار ماسک‌شده» (masked-autoencoder objective) آموزش دیده است. این مدل ۳۴ ویژگی تجمیعی را پردازش می‌کند که از پنج حسگر اصلی استخراج شده‌اند: PPG (فتبولتوریمتری)، شتاب‌سنج، EDA (پاسخ الکتریکی پوست)، دمای پوست و ارتفاع‌سنج. تمام این ویژگی‌ها در یک پنجرهٔ زمینه (Context Window) ۲۴ ساعته تحلیل می‌شوند تا الگوهای شبانه‌روزی کاربر استخراج گردد.

حجم داده‌های آموزشی این مدل خیره‌کننده و بی‌سابقه است. طبق مستندات گوگل، بین سپتامبر ۲۰۲۴ تا سپتامبر ۲۰۲۵، داده‌های ۵ میلیون شرکت‌کننده داوطلب از بیش از ۱۰۰ کشور دنیا، شامل تمامی ۵۰ ایالت ایالات متحده، جمع‌آوری شد. این مجموعه داده‌ها ۲۰ مدل مختلف از ساعت‌های Fitbit و Pixel Watch را پوشش می‌دهد که در مجموع به بیش از دو میلیارد ساعت تله‌متری می‌رسد.

گوگل برای بررسی دقیق اثر مقیاس-پذیری (Scaling Effect) بر عملکرد، چهار نسخه متفاوت از این مدل را عرضه کرد:

• SensorFM-B: بزرگ‌ترین نسخه با ۱۱۰,۷۶۳,۴۱۲ پارامتر، که بر روی ۲ میلیارد ساعت داده‌های حسگر آموزش دیده است.
• SensorFM-S: با ۷.۲ میلیون پارامتر، آموزش دیده بر روی ۲۰۰ میلیون ساعت داده.
• SensorFM-XS: با ۹۳۳,۲۰۴ پارامتر، آموزش دیده بر روی ۲۰ میلیون ساعت داده.
• SensorFM-XXS: کوچک‌ترین نسخه با ۱۳۸,۷۴۰ پارامتر، آموزش دیده بر روی ۲ میلیون ساعت داده.

این تنوع در ابعاد مدل، ضرورت یافتن تعادل میان دقت و حجم محاسباتی را یادآوری می‌کند؛ مشابه رویکردی که در به‌کارگیری مدل‌های کوچک هوش مصنوعی برای شناسایی داروهای تقلبی در سخت‌افزارهای ارزان‌قیمت مشاهده شد.

اثرات مقیاس و حل مشکل داده‌های گمشده

افزایش حجم داده‌ها و تعداد پارامترها منجر به دستاوردهای عددی و ملموسی شد. مدل SensorFM-B توانست تابع زیان (Loss Function) بازسازی را ۳۱٪ و زیان مولد (Generative Loss) را ۲۸٪ نسبت به نسخه XXS کاهش دهد. در تکالیف پایین‌دستی (Downstream Tasks)، بزرگ‌ترین مدل در طبقه‌بندی (Classification) افزایش $\Delta$AUC به مقدار ۰.۰۹ و در رگرسیون (Regression) افزایش $\Delta$r به مقدار ۰.۲۱ را ثبت کرد.

یک یافته حیاتی در این پژوهش این بود که مقیاس داده‌ها باید متناسب با ظرفیت مدل رشد کند. برای مثال، اگر مدل SensorFM-B تنها با ۵ هزار شرکت‌کننده آموزش می‌دید، دچار بیش‌برازش (Overfitting) شدید می‌شد و مقدار زیان اعتبارسنجی آن به ۱.۰۸۲ می‌رسید که از تمامی نسخه‌های کوچک‌تر که با همان حجم داده آموزش دیده بودند، بدتر بود.

از سوی دیگر، داده‌های پوشیدنی به دلیل چرخه‌های شارژ یا زمان‌هایی که ساعت روی مچ دست نیست، به‌شدت گسسته و تکه‌تکه هستند. گوگل به‌جای روش‌های سنتی جایگذاری (Imputation) که می‌توانند نتایج را منحرف کنند، از مکانیزم ماس‌گذاری تطبیقی و ارثی (AIM) استفاده کرد. روش AIM داده‌های گمشده را به عنوان یک «سیگنال» در نظر می‌گیرد و از ترکیبی از گمشده‌های ارثی (Inherited Missingness) و ماسک‌های مصنوعی استفاده می‌کند. این امر به مدل اجازه می‌دهد تا یاد بگیرد چگونه مشاهدات حذف‌شده (Ablated Observations) را بازسازی کند. در یک مجموعه داده آزمونی مجزا، این رویکرد صحت جایگذاری تصادفی را ۷۴.۸٪ و جایگذاری سیگنالی را ۸۳.۷٪ بهبود بخشید.

استقرار و ادغام با مدل‌های زبانی

پژوهشگران برای تبدیل این بازنمایی‌های پیچیده به پیش‌بینی‌های کاربردی، رمزگذار (Encoder) را منجمد نگه داشتند. آن‌ها بردارهای معنایی (Embeddings) مربوط به هر فرد را تجمیع کرده و از طریق یک لایه خطی (Linear Head)، آن‌ها را به ۵۰ مؤلفه اصلی (Principal Components) کاهش دادند.

این پروب خطی (Linear Probe) توانست در ۳۴ مورد از ۳۵ تکلیف، مدل‌های پایه مهندسی ویژگی (Feature-Engineered Baselines) را شکست دهد. نتایج برجسته در این بخش عبارتند از:

• تشخیص فشار خون بالا: ۰.۷۸۶ ROC AUC (در برابر ۰.۷۴۷ برای مهندسی ویژگی).
• سلامت روان (Med): ۰.۸۱۹ ROC AUC (در حالی که مدل‌های مبتنی بر داده‌های دموگرافیک تنها ۰.۵۹۴ بودند).
• مقاومت به انسولین: ۰.۷۶۱ ROC AUC.

علاوه بر این، گوگل یک «کلاس درس عامل‌محور» (Agentic Classroom) را آزمایش کرد. در این محیط، عوامل مدل زبانی بزرگ (LLM Agents) از Gemini-2.5 Flash تا Gemini-3.1 Pro استفاده شد. این عوامل ۳۰,۵۱۶ آزمایش را برای بهینه‌سازی سرهای پیش‌بینی پایتون اجرا کردند و در نهایت در ۱۶ مورد از ۲۰ تکلیف طبقه‌بندی، عملکردی بهتر از پروب خطی ساده داشتند.

کاربرد در دنیای واقعی

در آزمون نهایی، مدل Gemini 3 Flash با استفاده از پیش‌بینی‌های SensorFM، خلاصه‌های وضعیت سلامتی تولید کرد. چهار پزشک دارای بورد تخصصی، این خلاصه‌ها را در پنج بُعد مختلف ارزیابی کردند. نتایج نشان داد که خلاصه‌های پشتیبانی شده توسط پیش‌بینی‌های SensorFM از نظر آماری با اهداف واقع‌گرایانه یا همان داده‌های مرجع (Ground Truth) تفاوتی ندارند (p = 0.396) و به‌طور قابل‌توجهی از مدل پایه بهتر عمل کردند.

برای پزشکان و متخصصان، این مدل برای غربالگری (Screening) و طبقه‌بندی ریسک طراحی شده است و نباید به عنوان ابزاری برای تشخیص قطعی به کار رود. در مطالعاتی که با کمبود داده‌های برچسب‌دار مواجه هستند، کاربران می‌توانند از بردارهای معنایی منجمد شده برای شناسایی کاندیداهای مناسب جهت انجام آزمایش‌های آزمایشگاهی استفاده کنند، بدون اینکه نیاز باشد یک مدل را از ابتدا آموزش دهند.

این چرخش به سمت مدل‌های بنیادی برای حسگرها نشان می‌دهد که آینده سلامت دیجیتال در پیش‌آموزش (Pre-training) روی جریان‌های عظیم داده‌های بیومتریک بدون برچسب نهفته است. روند فعلی هیچ نشانی از اشباع ندارد، به این معنا که مقیاس‌بندی بیشتر می‌تواند به کشف بینش‌های بالینی عمیق‌تری منجر شود.

توسعه‌دهندگان و پژوهشگران اکنون می‌توانند با مقایسه پروب‌های سفارشی خود در برابر خط پایه SensorFM-B، موازنه‌ی بین پیش‌فرض‌های دموگرافیک و بردارهای معنایی مشتق شده از حسگرها را ارزیابی کنند.

گام بعدی شما

• اگر پژوهشگر داده‌های زیستی هستید، اثرات موازنه بین داده‌های دموگرافیک و بردار معنایی SensorFM-B را در پروژه‌های خود بسنجید.
• بررسی کنید که آیا مکانیزم AIM می‌تواند جایگزین روش‌های سنتی Imputation در مجموعه داده‌های گسسته شما شود.
• پتانسیل ادغام مدل‌های استدلالی (Reasoning Models) برای تفسیر خروجی‌های SensorFM را دنبال کنید.

اما داستان سخت‌افزاری این تحول و نحوه پردازش این حجم از تله‌متری حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های TPU نسل جدید مراجعه کنید.