SensorFM Nedir? Google'ın Giyilebilir Sağlık Verileri İçin Geliştirdiği Temel Model

SensorFM, Google araştırmacıları tarafından geliştirilen, yaklaşık 5 milyon katılımcıdan toplanan 1 trilyon dakikayı aşan etiketsiz giyilebilir sensör sinyaliyle ön eğitilmiş ve 35 sağlıkla ilgili alt görevde değerlendirilmiş bir temel modeldir . 'Giyilebilir Sağlık Verileri İçin Genel Bir Zeka ve Arayüze Doğru' başlıklı çalışma, dört temel özellik aracılığıyla sürekli sağlık takibi için genel amaçlı yapay zekaya doğru bir adımı temsil ediyor:

SensorFM Nedir?

• Devasa ön eğitim ölçeği: SensorFM, yaklaşık 5 milyon kişilik bir gruptan toplanan 1 trilyon dakikadan fazla etiketsiz sensör sinyaliyle ön eğitilmiştir . Girdiler, Fitbit ve Pixel Watch gibi cihazlardan alınan dakikalık sensör özelliklerini (ivmeölçer, kalp atış hızı, sıcaklık, SpO₂) içerir .
• 35 görevli değerlendirme: Model, kardiyovasküler, metabolik, solunum, aktivite, uyku ve zihinsel sağlık gibi alanları kapsayan 35 sağlık tahmin görevinde değerlendirilmiştir . Bu sınıflandırma görevlerinin 34'ünde geleneksel yöntemlerden daha başarılı olmuştur .
• Ölçeklendirme özellikleri: Araştırma, model kapasitesinin ve ön eğitim veri hacminin birlikte ölçeklendirilmesinin, alt görevlerde sistematik performans iyileştirmeleri sağladığını göstermektedir . Bu durum, dil ve görüntü modellerinde gözlemlenen ölçeklendirme yasalarının giyilebilir sensör verileri için de geçerli olduğunu doğrulamaktadır.

Sağlık Takibi İçin Genel Amaçlı Yapay Zekayı Nasıl Geliştiriyor?

• Genel sensör temsilleri: SensorFM, her sağlık durumu için ayrı algoritmalar oluşturmak yerine, etiketsiz verilerden insan fizyolojik ve davranışsal örüntülerinin ortak bir temsilini öğrenir ve ardından sınırlı etiketli veriyle belirli görevlere uyum sağlar. Bu, temel modellerin genellik özelliğinin bir göstergesidir.
• LLM ajanlarıyla entegrasyon: Model, gömme uzaylarında gezinmek ve tahmine dayalı görevleri gerçekleştirmek için (Gemini'ye dayandırma dahil) otonom LLM ajanları kullanır ve sensör anlayışını doğrudan dil modeli mantığıyla bağlantılandırır .
• Kişisel Sağlık Asistanına giden yol: Google Araştırma, ayrıca 'Kişisel Sağlık İçgörü Ajanı (PHIA)' üzerine yayın yapmıştır. Bu sistem, giyilebilir verileri analiz etmek ve sağlık sorularını yanıtlamak için çok adımlı akıl yürütme, kod oluşturma ve bilgi erişimi kullanır . SensorFM, böyle bir ajanın kişiselleştirilmiş, sürekli sağlık içgörüleri sağlamak için kullanacağı temel sensör anlayışı katmanını oluşturur.

Özetle SensorFM, sensör tabanlı yapay zekayı trilyon dakikalık, 5 milyon kişilik bir rejime ölçeklendiriyor, boyutla birlikte sistematik performans kazanımları gösteriyor, 35 sağlık görevinde genelleme yapıyor ve LLM tabanlı kişisel sağlık ajanlarına bağlanıyor. Tüm bunlar, giyilebilir cihazlardan insan sağlığını sürekli olarak izleyen ve yorumlayan tek bir genel amaçlı yapay zeka sistemine doğru somut bir adım anlamına geliyor.