Googles SensorFM will ein KI-Gehirn für alle Gesundheitsdaten deiner Wearables sein
Google Research trainierte ein Basismodell mit mehr als einer Billion Minuten Fitbit- und Pixel-Watch-Daten von fünf Millionen Menschen. Es schlägt spezialisierte Modelle bei 34 von 35 Gesundheitsaufgaben und deutet an, wohin KI-Gesundheitsassistenten gehen.
Google Research hat SensorFM vorgestellt, ein KI-Modell, das den unordentlichen Datenstrom einer Smartwatch, Herzfrequenz, Schlaf, Bewegung, Hauttemperatur, zugleich verstehen soll statt Funktion für Funktion. Trainiert wurde es mit mehr als einer Billion Minuten anonymisierter Sensordaten von fünf Millionen Fitbit- und Pixel-Watch-Nutzern aus über 100 Ländern; Google nennt es den größten und vielfältigsten Wearable-Datensatz, der je für ein solches Modell verwendet wurde.
Heute ist jede Gesundheitsfunktion der Uhr ein kleines eigenes Programm: ein Modell erkennt Schlafphasen, ein anderes schätzt Herzgesundheit, ein drittes rät den Stresspegel. Jedes braucht eigene teure, von Menschen gelabelte Trainingsdaten. SensorFM ist ein Basismodell, dieselbe Idee wie hinter ChatGPT, aber für Körpersignale statt Text. Es lernt allgemeine Muster menschlicher Physiologie aus rohen, ungelabelten Daten und lässt sich dann mit relativ wenigen Beispielen an viele Gesundheitsfragen anpassen.
Beim Training erhält das Modell Sensoraufzeichnungen mit absichtlich verborgenen Abschnitten und lernt, die Lücken zu füllen. Da echte Wearable-Daten voller tatsächlicher Lücken sind, etwa wenn du die Uhr abnimmst oder der Sensor verrutscht, lernten die Forscher es, beide Arten fehlender Daten zu handhaben. In Tests mit Daten von 13.985 zuvor ungesehenen Menschen schlug SensorFM spezialisierte Vergleichsmodelle in 34 von 35 Aufgaben, von Schlaf über Herz- und Stoffwechselgesundheit bis zu Indikatoren psychischer Gesundheit wie Depressions- und Angstsymptomen.
Was dahintersteckt: Google legt Grundlagen für KI-Gesundheitsassistenten, die tatsächlich etwas über dich wissen. Ein Chatbot, der die Sensordaten des letzten Monats so flüssig wie Text lesen kann, könnte viel persönlichere Antworten geben als einer, der nur allgemeine medizinische Fakten kennt. Die faire Einschränkung: Das ist Forschung, kein Produkt. Angstsymptome aus einem Handgelenksensor vorherzusagen, ist genau die Art Behauptung, die reale Validierung und sorgfältige Datenschutzregeln braucht, bevor sie an jemandes Handgelenk landet.
Was das für dich bedeutet: Auf deiner Uhr ändert sich heute nichts. Besitzt du aber eine Fitbit oder Pixel Watch, ist das die Richtung, in die deine Daten fließen: weniger isolierte Funktionen, mehr eine einheitliche Gesundheitsebene, auf die KI-Assistenten zugreifen können. Behalte das im Blick, und die Datenschutzeinstellungen, wenn es kommt.
Quellen
Studie: 41 Prozent langer LinkedIn-Beiträge sind KI-geschrieben, der höchste Wert aller Plattformen
Die KI-Erkennungsfirma Pangram untersuchte mehr als eine Million Social-Media-Beiträge. Plattformübergreifend ist jeder vierte lange Beitrag KI-generiert; bei LinkedIn sind es vier von zehn. So sollten diese Zahlen gelesen werden.
