SensorFM: универсальная модель Google для данных с носимых устройств здоровья

Носимые устройства (фитнес-браслеты, умные часы) непрерывно снимают пульс, движение, температуру кожи, уровень кислорода в крови и сон, это огромный массив данных для профилактической и персонализированной медицины. Но превратить сырые сигналы в осмысленные выводы трудно по двум причинам: базовая физиология и образ жизни сильно различаются от человека к человеку, поэтому паттерн, сигнализирующий о риске у одного, у другого ничего не значит; а размеченные данные для обучения, подтверждённые диагнозы, анализы, валидированные опросники, дороги, медленны в сборе и почти невозможны задним числом. Из-за этого большинство моделей для носимых устройств строились по одной под каждый конкретный показатель здоровья, узко заточенными под одну задачу и плохо обобщающимися.

Google Research предлагает другой путь, SensorFM, большую сенсорную базовую модель (Large Sensor Foundation Model), которая учится напрямую на неразмеченных данных носимых устройств в масштабе всей популяции. Модель предобучена более чем на триллионе минут (свыше 2 миллиардов часов) мультимодальных сенсорных сигналов от 5 миллионов согласившихся участников, чьи данные собирались с сентября 2024-го по сентябрь 2025-го. Выборка охватывает более 100 стран, все 50 штатов США и более 20 моделей устройств Fitbit и Pixel Watch, по словам авторов, это крупнейший и самый разнообразный набор данных носимых устройств, использованный для обучения модели на сегодняшний день. SensorFM учится единому переиспользуемому представлению физиологии человека, которое переносится на сердечно-сосудистое здоровье, метаболизм, сон, ментальное здоровье, а также образ жизни и демографические факторы.

На вход модель получает 34 агрегированных признака за минуту из пяти сенсорных модальностей: фотоплетизмография (ФПГ), акселерометрия, электродермальная активность (ЭДА), температура кожи и альтиметрия (высотометрия). Вместе они охватывают пульс и вариабельность сердечного ритма, насыщение крови кислородом, стадии сна, движение и шаги, кожную проводимость и температуру тела на протяжении полных суток.

Вместо разметки SensorFM учится через самообучение с реконструкцией сигнала, опираясь на подход предыдущей модели LSM-2 и фреймворк AIM (Adaptive and Inherited Masking, адаптивное и наследуемое маскирование). Это принципиальное решение: пропуски и разрывы в данных (устройство снято с руки, режим энергосбережения, цикличное включение/выключение датчиков), норма для носимых устройств, а не аномалия. Обычные методы самообучения рассчитаны на полные, непрерывные входные данные и вынуждены либо восстанавливать пропуски (это вносит смещение), либо выбрасывать неполные окна (теряя ценные данные). AIM не делает ни того ни другого: он считает реальные пропуски естественным артефактом и учится прямо на неполных записях, объединяя токены из настоящих пропусков с токенами, замаскированными искусственно для цели реконструкции, и трактуя их как эквивалентные. В результате получается представление, изначально устойчивое к пропускам, SensorFM не просто переносит фрагментированные данные, а продуктивно их использует.

Авторы провели серию экспериментов на масштабирование, на четыре порядка величины и по объёму данных предобучения (примерно от 2 миллионов до 2 миллиардов часов сенсорных данных), и по размеру модели (от 100 тысяч до 100 миллионов параметров). Сигнал однозначный: ошибка предобучения предсказуемо падает с ростом данных и ёмкости модели, и, что важно, этот выигрыш переносится на прикладные задачи здоровья. Самая большая модель, SensorFM-B, обученная на полном корпусе от 5 миллионов человек, снижает ошибку реконструкции на 31% относительно самой маленькой версии и даёт в среднем на 9% выше точность (AUC) на задачах классификации и на 21% выше корреляцию (коэффициент Пирсона) на задачах регрессии. Из 35 задач SensorFM-B побеждает на 33. Наибольший выигрыш даёт одновременное масштабирование и данных, и размера модели, прирост почти линеен, и кривая пока не выходит на плато.

Чтобы проверить, насколько универсально полученное представление, SensorFM протестировали на 35 задачах, взятых из трёх независимых проспективных исследований, одобренных этическими комитетами (IRB), с суммарным числом участников 13 985 человек. Задачи охватывают шесть категорий: сердечно-сосудистое здоровье, метаболический риск, ментальное здоровье, сон, демографию и образ жизни. Энкодер SensorFM заморозили и обучали поверх него только лёгкую линейную голову, и сравнивали с контрольными моделями, обученными на вручную сконструированных признаках.

Чтобы автоматизировать адаптацию представления под новые задачи (обычно это требует ручного конструирования признаков, подбора архитектуры и настройки гиперпараметров), авторы построили агентную «классную комнату», набор LLM-агентов, которые сотрудничают и конкурируют друг с другом, итеративно генерируя, тестируя и дорабатывая исполняемый код для построения предиктивных голов поверх эмбеддингов SensorFM. В экспериментах система перебрала более 30 000 вариантов решений. Головы, спроектированные агентами, обошли простой линейный зонд на 16 из 20 задач классификации и на 12 из 15 задач регрессии. Качество решений монотонно росло по ходу поиска и масштабировалось вместе с возможностями базовой LLM, более мощные модели (например, более новые версии Gemini) давали лучшие решения, а сотрудничество между агентами помогало менее мощным моделям сокращать отставание.

Наконец, авторы проверили SensorFM «от начала до конца», как инструмент, на котором можно заземлить ИИ-помощника по здоровью в реальной физиологии конкретного человека. SensorFM интегрировали в Personal Health Agent и сравнили три варианта генерации сводок о здоровье для 31 профиля реальных участников. Комиссия врачей, не знавших, какой вариант перед ними (ослеплённое исследование), оценила получившиеся сводки по пяти критериям: контекст, релевантность, обоснованность, персонализация и потенциальный вред, всего 1860 оценок и более 40 часов экспертной работы. Результат однозначный: добавление прогнозов SensorFM значимо улучшило ответы по сравнению с базовым вариантом по каждому из пяти критериев. При этом статистически значимой разницы между заземлением агента на прогнозах SensorFM и на реальных измерениях (ground truth) не обнаружили, то есть предсказания модели послужили агенту практически так же хорошо, как настоящие лабораторные данные.

По выводу авторов, SensorFM указывает на сдвиг в исследованиях здоровья через носимые устройства: от множества узкоспециализированных моделей под один показатель, к единому обобщённому представлению физиологии человека, которое можно гибко и эффективно адаптировать в любом масштабе.

Ключевые факты

SensorFM предобучена на более чем триллионе минут (свыше 2 млрд часов) сенсорных данных от 5 млн человек из 100+ стран и с 20+ моделей Fitbit и Pixel Watch
Модель учится без разметки через самообучение с реконструкцией (фреймворк AIM), используя 34 признака из пяти модальностей: ФПГ, акселерометрия, ЭДА, температура кожи, альтиметрия
Крупнейшая версия SensorFM-B выигрывает на 33 из 35 задач здоровья, снижая ошибку реконструкции на 31% и повышая точность на 9% (классификация) и 21% (регрессия) относительно самой маленькой модели
Агентная «классная комната» из LLM перебрала свыше 30 000 вариантов предиктивных голов и обошла простой линейный зонд на большинстве из 35 задач
В тесте с Personal Health Agent ослеплённая комиссия врачей (1860 оценок) не нашла статистически значимой разницы между сводками на основе прогнозов SensorFM и на основе реальных лабораторных измерений

Почему это важно

До сих пор для носимых устройств строили отдельную модель под каждый конкретный показатель здоровья, с ручной разметкой и узкой специализацией, плохо переносимой на другие задачи. SensorFM, попытка сделать для физиологических сенсорных данных то же, что языковые модели сделали для текста: одну базовую модель, обученную без разметки на данных населения в целом, которая переносится сразу на десятки прикладных задач, от сердечно-сосудистого риска до сна и ментального здоровья. Ключевое техническое решение, трактовать типичные для носимых устройств пропуски данных не как проблему, требующую восстановления или отбрасывания, а как естественную часть сигнала, из которой модель обучается напрямую.

Кому это важно

Производителям носимых устройств (Google уже применяет подход на данных Fitbit и Pixel Watch, но идея переносима на аналогичные экосистемы), разработчикам цифровых продуктов для здоровья и профилактической медицины, исследователям в области здоровья на основе данных сенсоров, а также командам, строящим ИИ-помощников и «коучей» по здоровью, которым нужно опираться на реальные физиологические сигналы конкретного пользователя, а не на общие рекомендации.

Как это применить

В материале не сказано о публичном релизе весов модели или API, это исследовательская публикация, а не готовый продукт. Практическая ценность на сегодня, в самом подходе: показанная «агентная классная комната», где LLM-агенты автоматически подбирают и тестируют предиктивные головы поверх эмбеддингов базовой модели, воспроизводимая идея для любой команды, адаптирующей чужую базовую модель под новую задачу без ручного конструирования признаков. Тем, кто следит за экосистемой Google Health/Fitbit, стоит ожидать появления SensorFM в продуктах или API в будущем.

Можно ли доверять

Оценка SensorFM опирается на три независимых проспективных исследования с одобрением этических комитетов (IRB) и почти 14 тысячами участников, а сравнение с реальными лабораторными измерениями проводила ослеплённая комиссия врачей на 1860 оценках. Это серьёзная методологическая проработка. Но нужно учитывать: это публикация исследовательской команды самой Google о собственной модели, независимой стороннней экспертной оценки или воспроизведения результатов другими лабораториями в материале не упомянуто, а модель пока не проверена в реальной эксплуатации за пределами контролируемых исследований.

Риски и подводные камни

Обучающая выборка, это физиологические и биометрические данные 5 миллионов человек: даже при наличии согласия участников, сбор и хранение такого объёма чувствительных медицинских данных несёт риски приватности. Выборка ограничена пользователями конкретных устройств (Fitbit, Pixel Watch) и может не отражать физиологию людей, которые носимые устройства не используют, это источник потенциального смещения. Авторы сами включили «потенциал вреда» в число критериев оценки ИИ-помощника по здоровью, то есть риск некорректных или потенциально опасных рекомендаций рассматривается как реальный, а не гипотетический, и требует контроля со стороны врачей при практическом внедрении подобных систем.

«SensorFM не просто переносит фрагментированные данные, а продуктивно использует их, как показывают полученные результаты.»

— Синь Лю и Дэниел Макдафф, Google Research