SensorFM של גוגל: מודל יסוד שאומן על טריליון דקות מחיישנים לבישים
גוגל חושפת את SensorFM, מודל יסוד לבריאות לבישה שאומן על טריליון דקות נתוני חיישנים מ-5 מיליון אנשים ועקף מודלים מפוקחים ב-34 מתוך 35 משימות.
Google Research חשפה ב-9 ביולי את SensorFM, מודל יסוד (foundation model) לנתוני בריאות לבישים שאומן מראש על יותר מטריליון דקות של נתוני חיישנים, מעל 2 מיליארד שעות, שנאספו מ-5 מיליון משתתפים בהסכמה. לפי החוקרים, זהו מאגר הנתונים הלביש הגדול והמגוון ביותר ששימש אי פעם לאימון מודל, והתוצאות מרמזות לאן כל תעשיית הבריאות הלבישה הולכת: מספירת צעדים לאבחון ברמה קלינית על פרק היד.
מה בדיוק פורסם: המודל, המאמר והנתונים
החשיפה נעשתה בפוסט בבלוג המחקר הרשמי של גוגל, שנכתב על ידי החוקרים שין ליו ודניאל מקדאף, לצד מאמר מלווה ב-arXiv בשם "Towards a General Intelligence and Interface for Wearable Health Data". הנתונים ששימשו לאימון עברו הסרת זיהוי ונדגמו בין ספטמבר 2024 לספטמבר 2025, ממשתמשים ביותר מ-100 מדינות, בכל 50 מדינות ארה"ב, ומעל 20 דגמים שונים של Fitbit ו-Pixel Watch.
מבחינה טכנית, SensorFM לא עובד על אותות גולמיים אלא על 34 פיצ'רים מצטברים ברזולוציית דקה, שמגיעים מחמישה חיישנים: PPG (מדידת דופק אופטית), מד תאוצה, EDA (מוליכות חשמלית של העור), טמפרטורת עור ואלטימטר. המודל מסתכל על חלון של 24 שעות ולומד ממנו ייצוג כללי של מצב הגוף וההתנהגות, בדיוק כמו שמודל שפה לומד ייצוג כללי של טקסט.
34 מתוך 35: המספרים שמאחורי הכותרת
הבדיקה המרכזית במאמר השוותה את SensorFM למודלים מפוקחים (supervised) שאומנו עם פיצ'רים ייעודיים לכל משימה, הגישה הסטנדרטית עד היום בתחום. התוצאה חד-משמעית: המודל החדש עקף אותם ב-34 מתוך 35 משימות בריאות והתנהגות. חשוב לא פחות, האימות בוצע על נתונים משלושה מחקרים נפרדים עם 13,985 משתתפים שהמודל מעולם לא ראה באימון, מה שמחזק את הטענה שמדובר ביכולת הכללה אמיתית ולא בשינון.
- אימון מקדים על יותר מטריליון דקות נתוני חיישנים מ-5 מיליון משתתפים
- קלט של 34 פיצ'רים ברזולוציית דקה מחמישה חיישנים, על פני חלון של 24 שעות
- ניצחון על מודלי baseline מפוקחים ב-34 מתוך 35 משימות בריאות והתנהגות
- אימות חיצוני על 13,985 משתתפים משלושה מחקרים שלא נכללו באימון
- תמיכה ביותר מ-20 דגמי Fitbit ו-Pixel Watch
הממצא שמשנה את התמונה: תחזיות שקולות למדידות קליניות
המספרים מרשימים, אבל הממצא שבאמת מסמן את הכיוון הוא ניסוי אחר לגמרי. החוקרים הזינו את תחזיות SensorFM לתוך Personal Health Agent, סוכן הבריאות האישי של גוגל, ונתנו לרופאים לדרג בעיוורון את הסיכומים שהופקו. הערכות הרופאים הראו שהתחזיות של המודל היו אפקטיביות בדיוק כמו סיכומים שהתבססו על מדידות קליניות אמיתיות (ground truth).
כשרופאים לא מצליחים להבחין בין סיכום שמבוסס על תחזית של מודל לבין סיכום שמבוסס על מדידה קלינית אמיתית, זה הרגע שבו השעון על היד מפסיק להיות גאדג'ט ומתחיל להיות מכשיר רפואי בפועל
בכך גוגל למעשה משרטטת ארכיטקטורה שלמה: החיישנים אוספים פסיבית, SensorFM מתרגם את זרם הנתונים לתובנות בריאותיות, וסוכן AI שיחתי מגיש אותן למשתמש או לרופא בשפה אנושית. זו בדיוק המגמה שגם עיתונות הטכנולוגיה הצביעה עליה השבוע: מכשירים לבישים הופכים ממכשירי מעקב למערכות קליטה קלינית פועלות-תמיד, כשה-AI מבצע את החשיבה האבחונית.
חשוב לסייג: החוקרים עצמם מדגישים שאין בממצאים כדי להחליף מדידות או אבחנות קליניות. SensorFM נבדק רק על מכשירי Fitbit ו-Pixel Watch, עובד על נתונים מצטברים ברמת דקה ולא על אותות גולמיים, ובשלב זה מדובר במודל מחקרי בלבד, לא במוצר צרכני.
מה זה אומר לשוק הישראלי
לישראל יש עניין כפול בסיפור הזה. ראשית, האקוסיסטם המקומי של בריאות דיגיטלית צפוף במיוחד: חברות ישראליות שעוסקות בניטור מרחוק, בניתוח אותות פיזיולוגיים ובאבחון מבוסס AI יצטרכו להחליט אם מודל יסוד פתוח-יחסית של גוגל הוא איום או תשתית לבנות עליה. מי שבנה עסק סביב פיצ'ר-הנדסה ידנית של אותות PPG מתחרה עכשיו במודל שאומן על טריליון דקות.
שנית, קופות החולים בישראל, עם תיקים רפואיים דיגיטליים מהוותיקים בעולם, הן מועמדות טבעיות לפיילוטים שמחברים נתוני שעונים חכמים למערכות הקליניות. אם תחזיות של מודל אכן שקולות למדידות קליניות בחלק מהמקרים, ההשלכה המעשית היא פחות ביקורים במרפאה לצורך מדידות שגרה, ויותר ניטור רציף שמתריע רק כשצריך. למפתחים ישראלים, השילוב של מודל יסוד לחיישנים עם סוכן שיחתי הוא תבנית ארכיטקטונית שכדאי ללמוד כבר עכשיו, גם לפני שגוגל תפתח גישה מסחרית.
מה הלאה: מרגולציה ועד גישה למפתחים
שלוש שאלות פתוחות ילוו את SensorFM בחודשים הקרובים. הראשונה היא גישה: גוגל טרם הודיעה אם המודל ייפתח לחוקרים חיצוניים או ישולב במוצרי Fitbit ו-Pixel Watch מסחריים. השנייה היא רגולציה: ברגע שתחזיות מודל מוצגות כשקולות למדידות קליניות, גופים כמו ה-FDA, ובישראל משרד הבריאות ואגף המכשור הרפואי, יידרשו להגדיר היכן עובר הגבול בין wellness לאבחון רפואי. השלישית היא תחרות: אפל, סמסונג ו-Whoop יושבות על מאגרי חיישנים עצומים משלהן, וסביר שנראה תגובות דומות בקרוב. מה שברור כבר עכשיו: הקרב הבא בבריאות הלבישה לא יהיה על החומרה, אלא על מודל היסוד שקורא אותה.
שאלות נפוצות
מה זה SensorFM של גוגל?
SensorFM הוא מודל יסוד (foundation model) לנתוני בריאות ממכשירים לבישים שפיתחה Google Research. הוא אומן על יותר מטריליון דקות של נתוני חיישנים מ-5 מיליון משתתפים ממכשירי Fitbit ו-Pixel Watch, ועקף מודלים מפוקחים ב-34 מתוך 35 משימות בריאות והתנהגות.
האם SensorFM יכול להחליף בדיקות רפואיות?
לא. אמנם רופאים דירגו תחזיות של המודל בשילוב Personal Health Agent כאפקטיביות כמו מדידות קליניות אמיתיות, אבל החוקרים מדגישים שמדובר במודל מחקרי בלבד שאינו מחליף מדידות או אבחנות קליניות.
על אילו מכשירים עובד SensorFM?
המודל נבדק על נתונים מיותר מ-20 דגמים של Fitbit ו-Pixel Watch, והוא קולט 34 פיצ'רים מצטברים ברזולוציית דקה מחמישה חיישנים: PPG, מד תאוצה, EDA, טמפרטורת עור ואלטימטר. הוא אינו זמין כרגע כמוצר צרכני.
דרגו את הכתבה
הדירוג עוזר לנו לדעת מה שווה לכם.
