Google Research выпустила SensorFM — модель для 35 задач прогноза здоровья

10 июля 2026 года Google Research представила SensorFM — фундаментальную модель для прогнозирования здоровья по данным носимых устройств. Она обучена на 1 триллионе минут (более 2 млрд часов) сенсорных данных от 5 млн добровольцев и переносится на 35 задач медицинского прогноза.

Что такое SensorFM

SensorFM (Large Sensor Foundation Model) — специализированный фундаментальный трансформер для анализа временных рядов с носимых устройств. Она обрабатывает 34 агрегированных за минуту признака из пяти датчиков: ППГ (сердечный ритм), акселерометр, электродермальная активность, температура кожи и высотомер. Признаки организованы в семь категорий с окном контекста 24 часа.

В основе — энкодер ViT-1D (Vision Transformer одномерный), обученный методом masked autoencoder. Модель поставляется в четырёх вариантах масштаба, от XXS (138К параметров) до B (110М параметров).

• Архитектура: ViT-1D с masked-autoencoder
• Входные данные: 34 признака из 5 датчиков (ППГ, акселерометр, EDA, температура, высотомер)
• Окно контекста: 24 часа
• Четыре варианта: XXS, XS, S, B (от 138К до 110М параметров)
• Целевые задачи: прогноз 35 исходов здоровья

На каких данных обучалась

Обучение использовало данные 5 млн добровольцев, собранные между сентябрём 2024 и сентябрём 2025 года. Датасет охватывает 100+ стран, все 50 штатов США и более 20 моделей Fitbit и Pixel Watch. Общий объём — свыше 2 млрд часов, то есть более 1 триллиона минут.

Для оценки использованы отдельные данные 13 985 субъектов из трёх проспективных исследований с одобрением этического комитета. Они охватывают три области: метаболизм, сердечно-сосудистую систему и дыхание.

Почему это важно

Традиционные модели здоровья строят по одному исходу за раз. При 35 конечных точках такой подход становится неэффективным: разметка дорогая, ретроспективная аннотация нереальна. SensorFM использует парадигму foundation model: обучение на больших сырых данных без разметки, затем трансфер на 35 конкретных задач. Это экономит затраты на разметку и улучшает обобщение.

Носимые устройства (Fitbit, Apple Watch, Pixel Watch) — мощный источник реальных медицинских данных. Лабораторные модели редко работают на коммерческих девайсах. SensorFM обучена именно на них, что критично для внедрения в клинику.

Что это значит

Foundation models демонстрируют: масштаб данных — фактор качества и универсальности. SensorFM — первый серьёзный фундаментальный трансформер для носимых сенсоров здоровья: это кирпич, на котором могут строить стартапы телемедицины, фармкомпании и клиники. Триллион минут — почти недостижимый эталон, который конкуренты вряд ли смогут переиграть без доступа к сопоставимым экосистемам данных.