Google SensorFM：500万人・1兆分超のウェアラブルデータで学習した健康AI基盤モデルとは

汎用健康モニタリングAIへの道筋

• 汎用センサー表現の獲得： SensorFMは、個々の健康状態ごとに個別のアルゴリズムを構築するのではなく、未ラベルデータから人間の生理的・行動パターンの共有表現を学習します。その後、限られたラベルデータで特定のタスクに適応します。これは基盤モデルの汎用性を示す特徴です。
• LLMエージェントとの統合： このモデルは、自律型LLMエージェント（Geminiのグラウンディングを含む）を活用して埋め込み空間をナビゲートし、予測タスクを実行します。これにより、センサー理解と言語モデルの推論が直接接続されます。
• パーソナルヘルスエージェントへの道： Google Researchは別途「Personal Health Insights Agent（PHIA）」についても発表しており、これはマルチステップ推論、コード生成、情報検索を用いてウェアラブルデータを分析し、健康に関する質問に答えるシステムです。SensorFMは、そのようなエージェントが個人に合わせた継続的な健康インサイトを提供するための基盤となるセンサー理解レイヤーを提供します。

まとめると、SensorFMはセンサーベースのAIを1兆分・500万人規模にスケールし、サイズに応じた系統的な性能向上を示し、35の健康タスクで汎用性を実証し、LLMベースのパーソナルヘルスエージェントと連携することで、ウェアラブルから人間の健康を継続的にモニタリング・解釈する単一の汎用AIシステムへの具体的な一歩となっています。