Google Research、ウェアラブル健康データ向け基盤モデルSensorFMを発表

SensorFMは、同意を得た500万人の匿名化データで事前学習されている。期間は2024年9月から2025年9月で、100か国超、20種類超のFitbitおよびPixel Watchの機種にまたがる。PPG、加速度、EDA、皮膚温、高度計の5種類のセンサーから得た34個の1分単位の集計特徴量を入力とし、LSM-2とAIM（Adaptive and Inherited Masking）に基づく自己教師あり再構成で学習する。AIMは欠損を補完や除外で処理せず、実際の欠損と人工的なマスクを同等に扱う。

スケーリング実験ではデータ量を約200万から20億センサー時間、モデルサイズを100Kから100Mパラメータまで変化させた。最大のSensorFM-Bは最小モデルに比べ再構成損失が31%低下し、下流タスクでは分類のAUCが平均9%、回帰のPearson係数が21%向上した。35タスク中33でSensorFM-Bが最良で、データとモデルを同時に拡大した場合の改善が最も大きいとされる。

評価は3件のIRB承認済み前向き研究、計13,985人の参加者による35タスクで行われた。エンコーダーを固定し線形ヘッドだけを学習したところ、34タスクで特徴量ベースの教師あり基準を上回った。うつや不安のように個人差が大きく信号が弱い状態で、事前学習の規模拡大が特に有効だという。ラベルが少量でも、人口統計のみの基準や特徴量ベースの基準を早期に上回る。

適応の自動化として、LLMエージェントが協調・競争しながらコードを生成、検証、改良する「classroom」を構築した。3万件超の候補を探索し、エージェントが設計したヘッドは分類20タスク中16、回帰15タスク中12で単純な線形プローブを上回った。性能は基盤となるLLMの能力に応じて向上し、協調は能力の低いモデルの差を縮める。

Personal Health Agentへの組み込みでは、31人の実プロファイルから作った健康サマリーを臨床医のパネルが盲検で評価した。1,860件の評価が得られ、SensorFMの予測を加えると全5項目でベースラインより有意に改善した。SensorFM予測と実測の正解値による差は統計的に有意ではなかった。