SensorFM ของ Google: โมเดลพื้นฐานเพื่อความฉลาดทางสุขภาพแบบครอบคลุม

Google Research ได้เปิดตัว SensorFM ซึ่งเป็นโมเดลพื้นฐาน (foundation model) ที่ล้ำสมัย ซึ่งได้รับการออกแบบมาเพื่อเปลี่ยนข้อมูลจากเซนเซอร์อุปกรณ์สวมใส่ที่กระจัดกระจาย ให้กลายเป็นชั้นข้อมูลความฉลาดทางสุขภาพที่เป็นหนึ่งเดียว ด้วยการใช้ประโยชน์จากชุดข้อมูลมหาศาล โมเดลนี้จึงก้าวข้ามการติดตามผลแบบวัตถุประสงค์เดียว ไปสู่การสร้างความเข้าใจที่ครอบคลุมเกี่ยวกับสรีรวิทยาและพฤติกรรมของมนุษย์

ก้าวข้ามการวัดผลจากอุปกรณ์สวมใส่แบบแยกส่วน (Siloed)

เทคโนโลยีอุปกรณ์สวมใส่ในปัจจุบันมักพึ่งพาวิธีการแบบ "แยกส่วน" (siloed) กล่าวคือ อัลกอริทึมหนึ่งใช้ตรวจจับระยะการนอนหลับ อีกอัลกอริทึมหนึ่งใช้ประเมินความเสี่ยงด้านหัวใจและหลอดเลือด และอีกอัลกอริทึมหนึ่งใช้ติดตามความเครียด สถาปัตยกรรมที่กระจัดกระจายเช่นนี้ขาดประสิทธิภาพและยากที่จะให้ภาพรวมด้านสุขภาพของผู้ใช้ได้อย่างครบถ้วน

SensorFM มีเป้าหมายที่จะแทนที่โมเดลที่ขาดการเชื่อมต่อเหล่านี้ด้วยรากฐาน AI ร่วมกัน โดยได้รับการออกแบบมาเพื่อประมวลผลข้อมูลเซนเซอร์ที่ต่อเนื่อง ซึ่งมักจะมี "ช่องว่าง" หรือข้อมูลที่ไม่สมบูรณ์ เพื่อตอบคำถามด้านสุขภาพที่หลากหลาย การเปลี่ยนแปลงนี้ช่วยให้สามารถสร้างผู้ช่วยด้านสุขภาพ AI ส่วนบุคคล ที่มีความเข้าใจบริบทเชิงลึกเกี่ยวกับสภาวะทางสรีรวิทยาของผู้ใช้ได้

ขนาดที่มหาศาลและการบูรณาการข้อมูลแบบหลายรูปแบบ (Multimodal)

ขนาดของการฝึกฝนล่วงหน้า (pretraining) ของ SensorFM นั้นไม่เคยมีมาก่อนในวงการอุปกรณ์สวมใส่ นักวิจัยของ Google ได้ใช้ข้อมูลเซนเซอร์แบบหลายรูปแบบมากกว่าหนึ่งล้านล้านนาที ซึ่งรวบรวมจากผู้ใช้ Fitbit และ Pixel Watch จำนวนห้าล้านคนในกว่า 100 ประเทศ ชุดข้อมูลนี้ถือเป็นชุดข้อมูลอุปกรณ์สวมใส่ที่ใหญ่ที่สุดและมีความหลากหลายที่สุดเท่าที่เคยมีการนำมาใช้ฝึกฝนโมเดลประเภทนี้

โมเดลนี้ประมวลผลคุณลักษณะที่แตกต่างกัน 34 ประการ ซึ่งได้มาจากเซนเซอร์หลัก 5 ประเภท:

  • การตรวจวัดอัตราการเต้นของหัวใจด้วยแสง (PPG): ติดตามอัตราการเต้นของหัวใจและความแปรปรวนของอัตราการเต้นของหัวใจ (heart rate variability)
  • การเร่งความเร็ว (Acceleration): ติดตามการเคลื่อนไหวทางกายภาพและการเคลื่อนที่
  • การนำไฟฟ้าของผิวหนัง (Skin Conductance): วัดการตอบสนองทางสรีรวิทยา
  • อุณหภูมิผิวหนัง (Skin Temperature): ติดตามการเปลี่ยนแปลงของอุณหภูมิ
  • ความสูงจากความกดอากาศ (Barometric Altitude): ตรวจจับการเปลี่ยนแปลงของระดับความสูง

เพื่อจัดการกับ "สัญญาณรบกวน" (noisiness) ที่เป็นธรรมชาติของข้อมูลจากอุปกรณ์สวมใส่ SensorFM จึงใช้เทคนิคที่เรียกว่า "Adaptive and Inherited Masking" (AIM) ซึ่งช่วยให้โมเดลสามารถแยกแยะระหว่างจุดข้อมูลที่ขาดหายไปจริงๆ กับจุดข้อมูลที่ถูกปิดบัง (masked) ขึ้นมาเพื่อการฝึกฝน ทำให้โมเดลสามารถสร้างข้อมูลใหม่และทำความเข้าใจกระแสข้อมูลที่ไม่สมบูรณ์ได้

ประสิทธิภาพที่เหนือกว่าในภารกิจด้านสุขภาพ 35 รูปแบบ

จากการทดสอบอย่างเข้มงวดกับภารกิจการทำนายที่แตกต่างกัน 35 รูปแบบ ซึ่งครอบคลุมทั้งสุขภาพจิต, สุขภาพหัวใจและหลอดเลือด, ตัวบ่งชี้ทางเมตาบอลิซึม และการนอนหลับ SensorFM ได้แสดงให้เห็นถึงความสามารถที่หลากหลายอย่างน่าทึ่ง เมื่อทดสอบกับชุดข้อมูลแยกต่างหากที่มีผู้เข้าร่วมเกือบ 14,000 คน โมเดลเฉพาะทางแบบง่ายๆ ที่สร้างขึ้นจากตัวแทนข้อมูล (representations) ของ SensorFM สามารถทำผลงานได้ดีกว่าโมเดลพื้นฐานแบบมีการสอน (supervised baselines) แบบดั้งเดิมถึง 34 จาก 35 หมวดหมู่

นอกจากนี้ โมเดลยังพิสูจน์แล้วว่ามีความสามารถในการใช้ฉลากข้อมูลอย่างมีประสิทธิภาพ (label-efficient) สูง เนื่องจากโมเดลได้เรียนรู้รูปแบบพื้นฐานของสรีรวิทยาของมนุษย์ในระหว่างการฝึกฝนล่วงหน้าแล้ว จึงต้องการตัวอย่างที่มีการระบุฉลาก (labeled examples) น้อยลงอย่างมากในการปรับตัวเข้ากับภารกิจใหม่ๆ ที่เฉพาะเจาะจง ความสามารถนี้มีความสำคัญอย่างยิ่งสำหรับการติดตามลักษณะเฉพาะบุคคลที่ซับซ้อน เช่น ความวิตกกังวลหรือภาวะซึมเศร้า

ขับเคลื่อน AI Health Agents ยุคถัดไป

สิ่งที่อาจเป็นนัยสำคัญที่สุดของ SensorFM คือการบูรณาการเข้ากับ Large Language Models (LLMs) อย่าง Gemini ในการทดลองเชิงทดลอง SensorFM ได้ให้บริบททางสรีรวิทยาแก่ AI health agent ซึ่งจากนั้นจะสร้างสรุปข้อมูลด้านสุขภาพเพื่อให้แพทย์ตรวจสอบ

ผลลัพธ์ที่ได้นั้นน่าทึ่งมาก: บทสรุปที่เสริมด้วยการทำนายจาก SensorFM ได้คะแนนสูงกว่าบทสรุปแบบพื้นฐานอย่างมีนัยสำคัญใน 5 มิติที่สำคัญ ได้แก่ บริบท (context), ความเป็นส่วนบุคคล (personalization), ความสมเหตุสมผล (justifiability), ความเกี่ยวข้อง (relevance) และความปลอดภัย (safety) ที่น่าสังเกตคือ ประสิทธิภาพของ AI ที่ใช้การทำนายจาก SensorFM นั้นเทียบเท่ากับทางสถิติกับการใช้ข้อมูลสุขภาพทางคลินิกจริง ซึ่งบ่งชี้ว่าโมเดลพื้นฐานอาจสามารถให้บริบทที่มีความแม่นยำสูงสำหรับการโค้ชสุขภาพดิจิทัลแบบส่วนบุคคลได้ในเร็วๆ นี้

สรุปประเด็นสำคัญ

  • ความฉลาดที่เป็นหนึ่งเดียว: SensorFM เข้ามาแทนที่อัลกอริทึมด้านสุขภาพแบบแยกส่วนและมีวัตถุประสงค์เดียว ด้วยโมเดลพื้นฐานเพียงหนึ่งเดียวที่สามารถจัดการภารกิจด้านสุขภาพและพฤติกรรมที่แตกต่างกันได้ถึง 35 รูปแบบ
  • ขนาดที่ไม่มีใครเทียบได้: โมเดลนี้ได้รับการฝึกฝนล่วงหน้าด้วยข้อมูลแบบหลายรูปแบบจำนวนหนึ่งล้านล้านนาทีจากผู้ใช้ห้าล้านคน ทำให้เป็นชุดข้อมูลที่ใหญ่ที่สุดในประเภทเดียวกัน
  • บริบท AI ที่ดียิ่งขึ้น: ด้วยการป้อนข้อมูลเชิงลึกทางสรีรวิทยาเข้าสู่ LLMs ทำให้ SensorFM สามารถสร้างบทสรุปด้านสุขภาพและผู้ช่วยดิจิทัลที่มีความเป็นส่วนบุคคลสูงและมีความเกี่ยวข้องทางคลินิก