Новейшая разработка Google – языковая модель PH-LLM – произвела настоящий прорыв в анализе медицинских данных, собранных с носимых устройств.

Эта модель способна с высокой точностью отвечать на вопросы о здоровье пациентов и даже прогнозировать их состояние, превосходя по эффективности экспертов с многолетним опытом в сфере здравоохранения и фитнеса.

В ходе экспериментального тестирования PH-LLM продемонстрировала уникальные аналитические способности, позволяющие ей глубоко погружаться в медицинские данные, выявлять скрытые закономерности и делать точные прогнозы.

Эта разработка Google открывает новые горизонты в области персонализированной медицины и дистанционного мониторинга здоровья, повышая доступность качественной медицинской помощи для широких слоев населения.

Внедрение PH-LLM в практику здравоохранения позволит существенно оптимизировать рабочие процессы, высвободить время врачей для непосредственной работы с пациентами и обеспечить более эффективный уход за людьми, страдающими хроническими заболеваниями. Это важный шаг на пути к построению более совершенной системы здравоохранения, ориентированной на потребности каждого человека.

Возможности новой языковой модели PH-LLM

В ходе проводимых экспериментов PH-LLM продемонстрировала впечатляющие результаты. Модель смогла:

• Давать подробные рекомендации и инсайты для улучшения здоровья и фитнеса пользователей на основе их данных о сне, физической активности и физиологических показателях. Качество рекомендаций PH-LLM было сопоставимо с экспертными оценками специалистов в области фитнеса.
• Отвечать на технические вопросы по тематике сна и фитнеса на уровне, превышающем средний балл экспертов. Модель набрала 79% на экзамене по сомнологии и 88% на экзамене по фитнесу.
• Прогнозировать субъективные оценки качества сна пользователей на основе данных с носимых устройств. Мультимодальное представление данных оказалось ключевым для достижения высокой точности прогнозирования.

Что известно о PH-LLM

Для обучения своей созданной языковой модели PH-LLM специалисты собрали и обработали несколько специализированных набора данных. Эти датасеты содержали персонализированные данные и рекомендации, опираясь на фактическую активность, режим сна и физиологические показатели участников проводимого эксперимента. Кроме того, в работу были включены экспертные знания в данной области. Совместно с профильными специалистами было подготовлено 857 тестовых сценариев, моделирующих реальные ситуации, связанные со сном и физической подготовкой — 507 для первого направления и 350 для второго.

Исследование включало данные, полученные с носимых устройств. Для изучения сна использовались показатели за период до 29 дней, а для анализа физической активности — за более чем 30 дней. Помимо этого, были учтены демографические характеристики участников (возраст и пол), а также экспертная оценка полученных данных.

Информация с носимых гаджетов охватывала широкий спектр параметров: общие показатели сна, частоту сердечных сокращений, длительность сна (время начала и окончания), количество минут бодрствования, долю фазы быстрого сна, частоту дыхания, количество пройденных шагов и минут сжигания жира.