Google、20億時間分のウェアラブルデータで学習した健康予測AI「SensorFM」　臨床検査データに匹敵する精度を達成か

Google Researchなどの研究チームは、スマートウォッチのデータから心血管リスクやうつ病など35の健康状態を予測する基盤モデル「SensorFM」を発表した。1兆分（約20億時間）を超える膨大なウェアラブル端末のデータで事前学習されており、AI健康エージェントに組み込んだ場合、実際の臨床検査データを用いた場合と同等の精度で健康サマリーを生成できたと報告されている。本研究は、従来の個別タスクごとにデータセットを構築するアプローチを覆し、ウェアラブルAI分野におけるデータ規模の重要性を浮き彫りにしている。

■個別タスク向けモデルから「基盤モデル」への転換

これまでウェアラブル健康AIは、心房細動、睡眠時無呼吸症候群、うつ病など、特定の疾患や目的ごとに個別のパイプラインを構築するのが一般的だった。しかし、このアプローチでは予測対象が増えるたびに、数ヶ月から数年をかけてラベル付きの訓練データを収集する必要があり、スケールさせることが困難だった。

Google Research、Google DeepMind、および学術機関の共同研究チームが発表した「SensorFM」は、この課題に対して自然言語処理やコンピュータビジョンと同様のアプローチを適用した。膨大なラベルなしデータで大規模なモデルを事前学習させて汎用的な表現を構築し、それを最小限のラベル付きデータで特定のタスクに適応させる手法である。

■5つのセンサーから34の特徴量を処理するアーキテクチャ

SensorFMのアーキテクチャは、1次元の時系列データに適応させたVision Transformer（ViT-1Dエンコーダー）をベースにしている。モデルは生のセンサーデータを直接処理するのではなく、5つのセンサー（心拍数・心拍変動を測定するPPG、動きや歩数を測定する加速度計、皮膚コンダクタンスを測定するEDA、皮膚温度、高度計）から得られる、1分あたり34個の集計特徴量を入力として受け取る。

事前学習のコーパスには、健康研究へのデータ利用に同意したFitbitおよびPixel Watchのユーザー500万人から得られた、匿名化済みのデータが使用された。2024年9月から2025年9月にかけて収集されたこのデータセットは、合計で20億時間（1兆分）を超え、ウェアラブル分野で最大規模かつ最も多様なデータセットであるとされている。

■欠損データを信号に変える「AIM」技術

現実のウェアラブルデータには、充電や入浴による取り外し、バッテリー切れなどによるデータの欠損が避けられない。従来の自己教師あり学習では、欠損を補完するか、不完全なデータ窓を破棄する必要があった。

SensorFMは、Googleが以前開発した「LSM-2」モデルから「Adaptive and Inherited Masking（AIM）」という手法を継承している。AIMはデータの欠損を問題として隠蔽するのではなく、それ自体をシグナルとして扱う。モデルは欠損したデータと人工的にマスクされたデータの両方を再構築するように訓練されるため、生理学的信号が途切れたときのパターンも学習し、欠損に対して極めて堅牢な表現を獲得できる。これにより、最大のモデルバリアントである「SensorFM-B」は、従来の最良のベースラインと比較して、ランダムな欠損補完の精度を74.8％、センサー信号の補完精度を83.7％向上させた。

■データ規模とモデル容量のスケール効果

研究チームがモデルサイズ（約10万〜1億パラメータ）と事前学習データ量（約200万〜20億センサー時間）のスケール実験を行ったところ、性能向上に飽和の兆候は見られなかった。データ量とモデル容量を同時にスケールさせることで、下流タスクの性能がほぼ線形に向上することが確認された。

このスケーリングカーブは、ウェアラブル健康AI分野において、より多くの同意済み生体データを継続的に獲得できるエコシステムを持つ組織が、持続的な構造優位性を築ける可能性を示唆している。

■35の健康予測タスクで実証された汎用性

SensorFMの汎用性を検証するため、研究チームは3つの独立した前向き研究（計13,985人の参加者）から得られた35の予測タスクで評価を行った。タスクは心血管健康、代謝リスク、メンタルヘルス、睡眠特性、人口統計学的要因、ライフスタイル特性の6カテゴリに及ぶ。

評価では、SensorFMのエンコーダーを固定（フリーズ）したまま、その上に軽量な線形分類器（リニアプローブ）のみを配置して学習させた。その結果、SensorFMは35タスク中34タスクにおいて、手動で特徴量を設計した従来の教師ありベースラインを上回る精度を達成した。特にうつ病や不安神経症といったメンタルヘルス分野で顕著な改善が見られた。

■Geminiを活用した予測ヘッドの自動生成

実用化に向けてより高度な予測を行うには、非線形な関係を捉える予測ヘッドが必要となるが、その設計には膨大な試行錯誤が伴う。そこでGoogleは、Geminiファミリーの複数の大規模言語モデル（LLM）が協調するエージェントシステムを構築した。

このAIエージェント群は、Pythonコードを反復的に生成・実行・評価し、最適な予測ヘッドを自動的に構築する。実験では3万以上の候補が探索され、エージェントが設計した予測ヘッドは、多くのタスクで単純な線形分類器を上回る性能を示した。

■AI健康エージェントでの実用性と、医師による評価

最も重要な実験として、SensorFMの予測値が、個人の健康サマリーやコーチング推奨を生成する「パーソナル健康エージェント」において、実際の臨床測定データの代わりになり得るかが検証された。

Googleのパーソナル健康エージェントフレームワークにSensorFMを統合し、実際の参加者31人のプロファイルから健康サマリーを生成した。これを「実際の臨床検査データに基づくサマリー」「SensorFMの予測に基づくサマリー」「基本属性と毎日の活動量のみに基づくサマリー」の3パターンで比較した。

4人の認定医師によるブラインド評価（計1,860件の評価、40時間以上の専門家レビュー）の結果、SensorFMの予測を組み込んだサマリーは、基本属性のみの場合と比べてすべての評価次元で大幅に品質が向上した。さらに驚くべきことに、実際の臨床検査データを用いたサマリーと、SensorFMの予測を用いたサマリーの間には、統計的に有意な差が見られなかった。健康コーチングの用途においては、モデルの予測値が実際の検査結果と同等に有用であることを示している。

ただし、研究チームは、SensorFMはスクリーニングやリスク層別化に適したものであり、臨床診断を目的としたものではないと強調している。今回の評価は健康サマリーの品質を測定したものであり、特定の医療主張の正確性や、それに基づく臨床的意思決定の安全性を保証するものではない。

■データという「堀（Moat）」とプライバシーの課題

SensorFMは現時点では研究段階のモデルであり、Googleの外部環境での独立した検証は行われていない。また、評価対象となったFitbitやPixel Watchのユーザー層が、世界のすべての人口統計や社会経済層、疾病負荷を代表しているわけではない。

しかし、この研究が示したスケーリングカーブは、ウェアラブル健康AIにおける競争力の源泉がアルゴリズムそのものだけでなく、同意を得た長期的な生体データをいかに大規模に保有しているかにあることを示している。FitbitやPixel Watchを通じて世界規模のデータエコシステムを持つGoogleは、学術機関や競合他社に対して大きな構造的優位性を持っていると言える。

一方で、こうした生体データの利用には厳格なプライバシー管理が求められる。SensorFMの事前学習には、ユーザーが明示的に同意した「Fitbit Health Labs」の研究同意フレームワークのデータが使用されている。Googleは2021年のFitbit買収時の規制当局との約束に基づき、Fitbitの健康データを広告目的に使用しないことを公約している。しかし、欧州のプライバシー擁護団体「noyb」がFitbitのデータ転送同意フレームワークに関してGDPR違反の申し立てを行うなど、消費者デバイスから収集される生体データの法的・規制的環境は現在も議論が続いている。

■注目ポイントQ&A

●SensorFMとは何ですか？従来の健康AIモデルと何が違うのですか？

SensorFMは、ウェアラブルセンサーデータに特化したAI基盤モデルです。従来のモデルが睡眠時無呼吸症候群や心房細動など特定の疾患ごとに個別のデータとアーキテクチャで構築されていたのに対し、SensorFMは1兆分を超えるFitbitやPixel Watchのデータから人間の生理学的な汎用表現を1つのモデルで学習します。これにより、個別のタスク専用の複雑な設計をすることなく、35の異なる健康予測タスクに適応させることができます。

●スマートウォッチでうつ病や不安神経症を本当に予測できるのですか？

研究では、5,953人の参加者を対象とした評価において、SensorFMがうつ病や不安神経症などのメンタルヘルス予測タスクで従来の教師ありモデルを上回る精度を示しました。大規模な学習により、個人特有の生理学的パターンを捉えている可能性が示唆されています。ただし、これはリスクの層別化やスクリーニングを目的としたものであり、医師による臨床診断の代わりになるものではありません。

●GoogleはFitbitの健康データをAIの訓練に勝手に使用しているのですか？

SensorFMの事前学習には、Googleの健康研究同意プログラムに明示的にオプトイン（同意）したユーザーの匿名化データのみが使用されています。また、GoogleはFitbitの健康データを広告目的に使用しないことを公約しています。なお、Fitbitのデータ同意フレームワークを巡っては、欧州のプライバシー団体からGDPR違反の申し立てがなされており、現在アイルランドのデータ保護委員会による調査が進行中です。

●なぜアルゴリズムよりもデータの規模が重要になるのですか？

SensorFMの実験において、モデルのサイズとデータ量を増やすほど予測精度が向上し続け、その効果に頭打ち（飽和）が見られなかったためです。ウェアラブル健康AIの性能を向上させる最大の要因は、高度なアルゴリズムよりも、同意を得た高品質な長期バイオメトリックデータの量となります。そのため、Fitbitなどの大規模なデバイスエコシステムを持つ企業が構造的に有利になります。

元記事: Wearable AI Now Rivals Lab Tests: Google’s SensorFM Trained on 1 Trillion Minutes