Google presenta SensorFM, l’AI che apre la strada ai medici personali digitali
Google ha presentato SensorFM, un nuovo modello di intelligenza artificiale progettato per interpretare i dati raccolti dai dispositivi indossabili e trasformare enormi quantità di segnali fisiologici in informazioni potenzialmente utili per la salute personale.
Per addestrare la rete neurale, l’azienda ha utilizzato oltre un trilione di minuti di dati provenienti da Fitbit e Pixel Watch, raccolti da circa cinque milioni di utenti distribuiti in più di 100 Paesi. Secondo Google, si tratterebbe del più vasto insieme di dati mai impiegato per sviluppare un modello di questo tipo.
La particolarità di SensorFM è la capacità di elaborare contemporaneamente numerosi parametri: frequenza cardiaca, variabilità del battito, saturazione dell’ossigeno nel sangue, attività fisica, fasi del sonno, temperatura cutanea, livelli di stress e altri segnali rilevati dai wearable. Il modello cerca correlazioni e schemi complessi nell’insieme dei dati fisiologici, invece di limitarsi all’analisi isolata di un singolo indicatore.
Un modello addestrato senza diagnosi mediche pre-etichettate
Uno degli aspetti più interessanti riguarda il metodo di addestramento. A differenza di molte soluzioni tradizionali, SensorFM non ha avuto bisogno di partire esclusivamente da grandi quantità di dati medici già classificati e associati a diagnosi precise. La rete neurale è stata addestrata per individuare autonomamente strutture ricorrenti e relazioni negli indicatori fisiologici umani.
Questo approccio potrebbe avere un’importanza particolare nella ricerca sanitaria, dove ottenere dataset completi, accuratamente annotati e accompagnati da diagnosi cliniche può essere difficile, costoso e richiedere molto tempo. Un modello capace di apprendere da enormi quantità di dati non etichettati può quindi offrire una base più flessibile per sviluppare applicazioni dedicate a condizioni differenti.
Durante la fase di valutazione, SensorFM è stato messo alla prova su 35 compiti differenti riguardanti, tra gli altri ambiti, patologie cardiovascolari, metabolismo, qualità del sonno, salute mentale e abitudini di vita. Stando ai risultati comunicati da Google, il modello avrebbe superato gli approcci tradizionali in 34 test su 35.
Leggi anche:
Verso assistenti AI capaci di conoscere la fisiologia individuale
Un altro elemento rilevante emerso dai test è l’efficienza dimostrata anche quando la quantità di dati medici etichettati disponibili è limitata. Questa caratteristica potrebbe rendere SensorFM particolarmente utile per studiare scenari nei quali non esistono grandi archivi di diagnosi complete e già classificate.
La prospettiva più ambiziosa riguarda però la nascita di veri e propri assistenti personali basati sull’intelligenza artificiale e dedicati alla salute. Sistemi di questo genere potrebbero analizzare continuamente le informazioni provenienti da smartwatch e fitness tracker, tenendo conto delle caratteristiche fisiologiche specifiche di ogni persona e individuando cambiamenti o tendenze nel tempo.
In futuro, un assistente AI potrebbe quindi fornire indicazioni personalizzate basate non soltanto su parametri generali, ma anche sulla storia individuale rilevata dai sensori. Il valore di una tecnologia simile starebbe soprattutto nella capacità di adattarsi al singolo utente e di interpretare molteplici segnali nel loro insieme. Naturalmente, strumenti di questo tipo non sostituiscono automaticamente una diagnosi o il giudizio di un medico, soprattutto quando si tratta di prendere decisioni cliniche.
Una piattaforma adattabile a nuove applicazioni mediche
Secondo Google, SensorFM potrebbe inoltre essere adattato a nuovi compiti sanitari in tempi più rapidi rispetto allo sviluppo, da zero, di un algoritmo specializzato per ogni singola patologia o condizione. L’idea è quella di creare una base tecnologica generale, capace di essere successivamente perfezionata per esigenze specifiche.
La combinazione tra wearable sempre più sofisticati e modelli di intelligenza artificiale addestrati su dataset di dimensioni enormi potrebbe cambiare profondamente il modo in cui vengono interpretati i segnali quotidiani del corpo umano. SensorFM rappresenta un passo in questa direzione: non ancora un medico digitale autonomo, ma una tecnologia che potrebbe contribuire alla creazione di assistenti sanitari personali più sensibili alle caratteristiche e alle variazioni fisiologiche di ciascun individuo.
Ti potrebbe interessare:
Segui guruhitech su:
- Google News: bit.ly/gurugooglenews
- Telegram: t.me/guruhitech
- Facebook: facebook.com/guruhitechfb
- Instagram: instagram.com/guruhitech_official/
- X (Twitter): x.com/guruhitech1
- Bluesky: bsky.app/profile/guruhitech.bsky.social
- Rumble: rumble.com/user/guruhitech
- VKontakte: vk.com/guruhitech
- MeWe: mewe.com/i/guruhitech
- Skype: live:.cid.d4cf3836b772da8a
- WhatsApp: bit.ly/whatsappguruhitech
Esprimi il tuo parere!
Ti è piaciuta questa notizia? Lascia un commento nell’apposita sezione che trovi più in basso e se ti va, iscriviti alla newsletter.
Per qualsiasi domanda, informazione o assistenza nel mondo della tecnologia, puoi inviare una email all’indirizzo [email protected].
Scopri di più da GuruHiTech
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.