Google Research wprowadził SensorFM, fundamentalny model uczenia maszynowego dla reprezentacji danych szeregów czasowych z urządzeń noszonego. Model jest wytrenowany na danych od 5 milionów uczestników, zebranymi między wrzesień 2024 a wrzesień 2025 roku, obejmujących ponad 100 krajów, wszystkie 50 stanów USA i 20+ modeli Fitbita oraz Pixel Watch. Całkowita zawartość danych to ponad 2 miliardy godzin, czyli ponad bilion minut.
SensorFM przetwarzał 34 cechy agregujące w ciągu minuty z pięciu czujników: fotodiody fali światła PPG, akcelerometru, czujnika przewodności elektrycznej skóry EDA, termometru skóry oraz altimetru. Te cechy były organizowane w siedem kategorii w oknie 24-godzinnym. Architektura modelu wykorzystuje enkoder Vision Transformer jednowymiarowy z celem masked autoencoder i rozmiarem patcha 20x1. Istnieją cztery warianty modelu - od XXS z 138 tysiącami parametrów po wariant B z ponad 110 milionami parametrów, każdy wytrenowany na proporcjonalnych wolumenach danych od 5 tysięcy do 5 milionów uczestników.
To rozwiązanie rozwiązuje fundamentalny problem w modelowaniu zdrowia. Tradycyjne podejście polegało na budowaniu oddzielnych modeli dla każdego wyniku medycznego - podejście, które robi się niepraktyczne już przy 35 punktach końcowych. Etykietowanie danych medycznych jest drogie, a retrospektywne adnotacje są niewykonalne. Jako model foundation wytrenowany na masywnych danych sensorycznych, SensorFM może być dostosowywany do różnych zadań zdrowotnych bez potrzeby ponownego przeszkolenia od zera, znacznie redukując wymogi etykietowania.