SensorFM de Google quiere ser un único cerebro de IA para todos los datos de salud de tu dispositivo

Google Research ha presentado SensorFM, un modelo de IA que aprende a interpretar de forma conjunta el flujo desordenado de datos procedente de tu reloj inteligente, ritmo cardíaco, sueño, movimiento y temperatura de la piel, en vez de analizar una función cada vez. Se entrenó con más de un billón de minutos de datos anonimizados de sensores de cinco millones de usuarios de Fitbit y Pixel Watch en más de 100 países, lo que, según Google, lo convierte en el conjunto de datos de dispositivos de salud más grande y diverso utilizado hasta ahora para un modelo de este tipo.

Este es el problema que SensorFM intenta resolver. Hoy, cada función de salud de tu reloj es un pequeño programa independiente: un modelo detecta las fases del sueño, otro calcula la salud cardíaca y un tercero estima tu nivel de estrés. Cada uno necesita sus propios y costosos datos de entrenamiento etiquetados a mano. SensorFM es un modelo fundacional, la misma idea que hay detrás de ChatGPT, pero aplicada a señales corporales en lugar de texto. Aprende pautas generales de la fisiología humana a partir de datos sin procesar y sin etiquetar, y después puede adaptarse a muchas preguntas de salud diferentes con relativamente pocos ejemplos.

El truco del entrenamiento es fácil de imaginar: el modelo recibe registros de sensores con fragmentos ocultos deliberadamente y aprende a completar los huecos. Como los datos reales de los dispositivos están llenos de vacíos auténticos, te quitas el reloj o el sensor se desplaza, los investigadores le enseñaron a manejar ambos tipos de datos ausentes. En pruebas realizadas con datos de 13.985 personas que nunca había visto, SensorFM superó a modelos especializados de comparación en 34 de 35 tareas, relacionadas con el sueño, la salud cardíaca y metabólica e incluso indicadores de salud mental, como síntomas de depresión y ansiedad.

¿Qué hay detrás? Google está sentando las bases de asistentes de salud con IA que realmente sepan algo sobre ti. Un chatbot capaz de leer los datos de tus sensores del último mes con la misma fluidez con la que lee texto podría ofrecer respuestas mucho más personales que otro que solo conozca datos médicos generales. Una salvedad razonable: esto es investigación, no un producto, y predecir síntomas de ansiedad a partir de un sensor en la muñeca es exactamente el tipo de afirmación que necesita validación en el mundo real, y unas normas de privacidad cuidadosas, antes de llegar a la muñeca de nadie.

Qué significa esto para ti: hoy no cambia nada en tu reloj. Pero si tienes un Fitbit o un Pixel Watch, esta es la dirección a la que contribuyen tus datos: menos funciones aisladas y una única capa de salud más amplia de la que puedan nutrirse los asistentes de IA. Merece la pena seguirla y prestar atención a los ajustes de privacidad cuando llegue.

Fuentes

• Google Research: entrada sobre SensorFM
• The Decoder: SensorFM de Google convierte datos desordenados de dispositivos en una capa de inteligencia sanitaria de propósito general