Google Research presentó SensorFM, un modelo fundacional que aprende una representación general de la fisiología y la conducta humana a partir de datos de sensores de wearables recolectados de cinco millones de personas. El modelo puede aplicarse a 35 tareas distintas de salud y comportamiento.

Hoy, la mayoría de las funciones de salud en wearables están hechas para un solo propósito: un modelo detecta las fases del sueño, otro estima el riesgo cardiovascular, otro analiza el estrés o marcadores metabólicos. Google quiere reemplazar estos enfoques aislados con una base de IA compartida que interprete datos de sensores continuos y muchas veces incompletos, reduzca la necesidad de costosos datos etiquetados y, eventualmente, entregue contexto personalizado a asistentes de salud con IA.

¿Con cuántos datos se entrenó SensorFM?

El modelo aprende de forma auto-supervisada, reconstruyendo segmentos de datos deliberadamente ocultos. Los investigadores usaron más de un billón de minutos de datos multimodales de sensores de cinco millones de usuarios de Fitbit y Pixel Watch para el preentrenamiento. Los datos provienen de más de 100 países y se recolectaron con más de 20 modelos distintos de Fitbit y Pixel Watch. Según los autores, es el conjunto de datos de wearables más grande y diverso jamás usado para entrenar un modelo de este tipo.

SensorFM procesa 34 características extraídas de cinco tipos de datos de sensores: fotopletismografía óptica del ritmo cardíaco (PPG), aceleración, conductancia de la piel, temperatura de la piel y altitud barométrica. Entre las variables están el ritmo cardíaco, su variabilidad, la saturación de oxígeno en sangre, las fases del sueño y datos de movimiento. La técnica de enmascaramiento, llamada Adaptive and Inherited Masking (AIM), distingue los valores genuinamente faltantes de los ocultados de forma artificial durante el entrenamiento, para que el modelo aprenda a manejar ambos tipos de vacíos.

Los investigadores reportan que el rendimiento mejora de forma sistemática cuando el tamaño del modelo y el volumen de datos crecen juntos. Las cuatro variantes probadas van de unos 100.000 a 100 millones de parámetros, y los conjuntos de entrenamiento abarcan de 5.000 a cinco millones de personas. Con el dataset más grande, el error de reconstrucción del modelo mayor fue 31 por ciento menor que el del más pequeño.

SensorFM gana en 34 de 35 tareas

Los investigadores probaron SensorFM con datos de tres estudios separados, con un total de 13.985 participantes que el modelo nunca vio durante el preentrenamiento. Lo evaluaron en 35 tareas de predicción que cubren salud cardiovascular y metabólica, salud mental, sueño, demografía y estilo de vida.

Incluso modelos simples específicos por tarea, construidos sobre las representaciones aprendidas por SensorFM, superaron a las bases supervisadas con características diseñadas a mano en 34 de las 35 tareas, según el paper. El preentrenamiento a escala también hizo a SensorFM más eficiente en el uso de etiquetas: el modelo pudo adaptarse a tareas nuevas con relativamente pocos ejemplos etiquetados.

Para adaptar las representaciones a tareas nuevas, los investigadores montaron un "aula" de agentes LLM que competían y colaboraban. Estos agentes generaron, probaron y refinaron código de forma repetida, corriendo más de 30.000 experimentos en el proceso.

¿Mejora las respuestas de un asistente de salud?

Los investigadores también integraron SensorFM en un agente de salud personal y compararon tres variantes. Las tres recibieron información demográfica y resúmenes diarios calculados a partir de datos de wearables. Una variante además recibió predicciones de SensorFM para varios marcadores de salud; una segunda recibió los valores reales conocidos de esos mismos marcadores; y la tercera no recibió nada extra, como base de comparación.

Cuatro médicos evaluaron 93 resúmenes de salud de 31 perfiles reales de participantes, dedicando más de 40 horas y produciendo 1.860 valoraciones individuales. El resultado: los resúmenes enriquecidos con predicciones de SensorFM puntuaron significativamente más alto que la base en las cinco dimensiones medidas (contexto, personalización, justificabilidad, relevancia y seguridad). No hubo diferencia estadísticamente significativa entre los resúmenes que usaron predicciones de SensorFM y los que usaron datos reales de salud conocidos. Aun así, esto no significa que SensorFM pueda reemplazar mediciones o diagnósticos clínicos.

Por ahora sigue siendo un modelo de investigación

Los investigadores señalan varias limitaciones. SensorFM se entrenó y probó solo con datos de Fitbit y Pixel Watch, y no está claro si los resultados se transfieren a otros wearables. El modelo tampoco trabaja con señales crudas de alta resolución, sino con datos agregados a nivel de minuto, lo que puede perder patrones muy cortos o finos. Muchos de los marcadores estudiados se basan en autorreportes, registros de medicación o cuestionarios, más que en hallazgos confirmados clínicamente.

SensorFM es por ahora un modelo puramente de investigación. Google ya ofrece el Google Health Coach basado en Gemini, que entrega consejos personalizados sobre fitness, sueño y recuperación. SensorFM podría servir de base técnica para funciones así, pero Google no anunció planes concretos de integrarlo en Fitbit, Pixel Watch ni en el asistente de IA.

Contexto para LatAm

La discusión sobre wearables de salud con IA suele quedar lejos de la región, pero el punto clave de SensorFM es la escala del dato, no el hardware: cinco millones de usuarios y más de 100 países. Cualquier usuario chileno de un Fitbit o Pixel Watch ya aporta, de forma anonimizada, a este tipo de corpus. La contracara es de privacidad: un modelo capaz de inferir síntomas de depresión o ansiedad a partir del pulso y el movimiento plantea preguntas regulatorias que la Ley 21.719 de datos personales en Chile recién empieza a abordar.