MarkTechPost→ المصدر

أطلقت Google Research نموذج SensorFM لـ 35 مهمة لتوقعات الصحة

قدّمت Google Research نموذج SensorFM، وهو نموذج أساسي للصحة دُرّب على 1 تريليون دقيقة من البيانات من 5 ملايين مستخدم لـ Fitbit وPixel Watch. يعالج النموذج 35 مهمة تنبؤية: الأيض والقلب والتنفس. أربعة إصدارات (XXS–B). جُمعت البيانات على مدى عام واحد (سبتمبر 2024–25) من أكثر من 100 دولة.

معالج بواسطة الذكاء الاصطناعي من MarkTechPost؛ بتحرير Hamidun News
أطلقت Google Research نموذج SensorFM لـ 35 مهمة لتوقعات الصحة
المصدر: MarkTechPost. كولاج: Hamidun News.
◐ استمع للمقال

في 10 يوليو 2026، قدمت Google Research نموذج SensorFM — نموذج أساسي للتنبؤ بنتائج الصحة من بيانات أجهزة قابلة للارتداء. تم تدريبه على تريليون دقيقة (أكثر من ملياري ساعة) من بيانات المستشعرات من 5 ملايين متطوع وينتقل إلى 35 مهمة توقع طبية.

ما هو SensorFM

SensorFM (نموذج أساسي كبير للمستشعرات) — محول أساسي متخصص لتحليل السلاسل الزمنية من الأجهزة القابلة للارتداء. يعالج 34 ميزة مجمعة في الدقيقة من خمسة مستشعرات: PPG (معدل ضربات القلب)، ومقياس التسارع، والنشاط الكهربائي للجلد، ودرجة حرارة الجلد، والمرتفعات. يتم تنظيم الميزات في سبع فئات بنافذة سياق مدتها 24 ساعة.

في القلب يوجد محرر ViT-1D (محول الرؤية أحادي الأبعاد) تم تدريبه باستخدام طرق المرمز التلقائي المقنع. يأتي النموذج في أربعة متغيرات من حيث الحجم، من XXS (138K معامل) إلى B (110M معامل).

  • العمارة: ViT-1D مع المرمز التلقائي المقنع
  • بيانات الإدخال: 34 ميزة من 5 مستشعرات (PPG، مقياس التسارع، EDA، درجة الحرارة، المرتفعات)
  • نافذة السياق: 24 ساعة
  • أربعة متغيرات: XXS، XS، S، B (من 138K إلى 110M معامل)
  • المهام المستهدفة: التنبؤ بـ 35 نتيجة صحية

على أي البيانات تم تدريبه

استخدم التدريب بيانات من 5 ملايين متطوع تم جمعها بين سبتمبر 2024 وسبتمبر 2025. تغطي مجموعة البيانات 100+ دول، وجميع 50 ولاية أمريكية، وأكثر من 20 طراز Fitbit و Pixel Watch. الحجم الإجمالي يتجاوز ملياري ساعة — أكثر من تريليون دقيقة.

استخدم التقييم بيانات منفصلة من 13985 موضوع من ثلاث دراسات مستقبلية موافق عليها من قبل اللجان الأخلاقية. تغطي ثلاثة مجالات: الأيض والقلب والأوعية الدموية والجهاز التنفسي.

لماذا هذا مهم

يتم بناء نماذج الصحة التقليدية بنتيجة واحدة في المرة. مع 35 نقطة نهاية، يصبح هذا النهج غير فعال: الوسم مكلف، والتعليق بأثر رجعي غير ممكن. يستخدم SensorFM نموذج أساسي: التدريب على كميات كبيرة من البيانات الخام بدون وسم، ثم النقل إلى 35 مهمة محددة. وهذا يوفر تكاليف الوسم ويحسن التعميم.

الأجهزة القابلة للارتداء (Fitbit، Apple Watch، Pixel Watch) هي مصدر قوي للبيانات الصحية في العالم الحقيقي. نادراً ما تعمل نماذج المختبر على الأجهزة التجارية. تم تدريب SensorFM عليها مباشرة — وهو أمر حاسم للنشر السريري.

ما يعنيه هذا

توضح النماذج الأساسية أن نطاق البيانات هو عامل في الجودة والعمومية. SensorFM هو أول محول أساسي جاد لأجهزة استشعار الصحة القابلة للارتداء: حجر بناء يمكن لشركات التطبيب عن بعد وشركات الأدوية والعيادات أن تبني عليه. تريليون دقيقة هو معيار يكاد يكون من المستحيل الوصول إليه، وسيكون من الصعب على المنافسين أن يحققوه بدون الوصول إلى أنظمة بيانات قابلة للمقارنة.

ZK
Hamidun News
أخبار الذكاء الاصطناعي بدون ضوضاء. اختيار تحريري يومي من أكثر من 400 مصدر. منتج من جمال حميدون، رئيس الذكاء الاصطناعي في Alpina Digital.

هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟

AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.

ما رأيك؟
جارٍ تحميل التعليقات…