Google SensorFM: Revolucionarni model za analizu zdravstvenih podataka sa satova
Google Research predstavio SensorFM - model koji je obučen na više od bilion minuta podataka sa pametnih satova, omogućavajući preciznije zdravstveno praćenje i predviđanje.
Šta ako bi vaš pametni sat mogao ne samo da prati korake i puls, već da otkrije rizike od srčanih bolesti, dijabetesa ili čak mentalnih problema? Google Research upravo je napravio veliki korak ka toj budućnosti sa SensorFM-om, revolucionarnim modelom za analizu zdravstvenih podataka sa nosivih uređaja.
SensorFM je obučen na neverovatnih 1 bilion minuta (preko 2 milijarde sati) podataka sa 5 miliona korisnika Fitbit i Pixel Watch uređaja širom sveta. Model koristi podatke iz pet senzora: puls (PPG), akcelerometar, elektrodermalnu aktivnost (EDA), temperaturu kože i altimetar, organizovane u 34 karakteristike tokom 24-satnog perioda.
Ključna prednost ovog modela je u njegovoj sposobnosti da analizira kompleksne zdravstvene podatke bez potrebe za skupim i sporim ručnim označavanjem. U testovima sa 13.985 ispitanika, SensorFM je postigao impresivne rezultate u 35 različitih zdravstvenih zadataka, od kardiovaskularnih do mentalnih stanja.
Ono što čini SensorFM posebnim je njegova sposobnost da koristi i nedostatke podataka kao deo analize. Umesto da ignoriše periode kada sat nije na ruci ili se puni, model specijalnom tehnikom zvanom AIM (Adaptive and Inherited Masking) koristi te informacije za bolje predviđanje. Ova metoda poboljšava tačnost rekonstrukcije podataka za čak 83,7% u odnosu na standardne metode.
Zanimljivo je da veći modeli pokazuju jasnu prednost - SensorFM-B sa 5 miliona korisnika smanjio je grešku rekonstrukcije za 31% u odnosu na najmanju verziju (XXS). U kliničkim testovima, model je bio koristan i lekarima - kada su dodati njegovi rezultati, lekari su davali ocene statistički neodvojive od stvarnih medicinskih dijagnoza.
Za razvojne inženjere, Google je objavio i jednostavne kod primere kako koristiti ove embedinge. Čak i sa jednostavnom linearnom analizom, model pobedio je tradicionalne metode u 34 od 35 testova.
SensorFM otvara vrata novoj generaciji personalizovanih zdravstvenih aplikacija. Umesto generičkih saveta, budući pametni satovi mogu pružiti značajno personalizovanije upozorenja i preporuke, sve uz strogo poštovanje medicinskih normi - jer kao što ističu autori, model je namenjen za skrining, ne za dijagnoze.
