جوجل تطلق تقنية SensorFM لتحويل بيانات الأجهزة القابلة للارتداء إلى رؤى صحية
طرحت جوجل ريسيرش نموذجًا أساسيًا اسمه SensorFM يتعلّم أنماطًا فسيولوجية وسلوكية من بيانات مستشعرات قابلة للارتداء جمعت من خمسة ملايين مستخدم لجهازي Fitbit وPixel Watch عبر أكثر من تريليون دقيقة. النموذج يتعامل مع 35 مهمة صحية وسلوكية متباينة، ويتفوّق على نماذج المقارنة في 34 منها، ما يفتح الباب لطبقة ذكاء صحي موحّدة بدل تطبيقات الجزيرة المنفصلة. وأظهر تقييم أطباء أن ملخصات صحية معزّزة بتوقعات SensorFM تفوّقت على النسخة الأساسية في كل الأبعاد الخمسة، دون فرق جوهري بينها وبين الملخصات المستندة لبيانات صحية حقيقية. يبقى النموذج بحثيًا في الوقت الراهن ولم يُختبر إلا على بيانات Fitbit وPixel Watch.
الحقائق الأساسية
النموذج درّب على أكثر من تريليون دقيقة بيانات غير معنونة من خمسة ملايين مستخدم لجهازي Fitbit وPixel Watch من أكثر من 100 دولة
«The researchers used more than a trillion minutes of multimodal sensor data from five million Fitbit and Pixel Watch users for pretraining. The data came from over 100 countries»
عرض المصدر ←تفوّق النموذج على نماذج المقارنة في 34 من أصل 35 مهمة تنبؤية شملت صحة القلب والأيض والنوم والصحة النفسية ونمط الحياة
«Even simple task-specific head models built on top of SensorFM's learned representations outperformed supervised baselines with hand-crafted wearable features on 34 of 35 tasks»
عرض المصدر ←أربعة أطباء قيّموا 93 ملخصًا صحيًا لـ31 ملف مشارك حقيقي، فحصلت الملخصات المعزّزة بتوقعات SensorFM على درجات أعلى بكثير من النسخة الأساسية في كل الأبعاد الخمسة
«summaries augmented with SensorFM predictions scored significantly higher than the baseline across all five dimensions the team measured, which were context, personalization, justifiability, relevance, and safety»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر