谷歌DeepMind的「AI健康私教」：超越人类医生的睡眠与健身建议

谷歌DeepMind的最新研究成果在Nature发表，直接将Gemini版大模型PH-LLM训练成了「AI健康私教」，将可穿戴设备冷冰冰的数据，转化为个性化的睡眠和健身建议，准确率令人惊叹，甚至超越了人类医生。

AI在医学领域的突破，或许正由谷歌DeepMind引领。

最近，谷歌发布了全新的健康大语言模型（PH-LLM）——一个微调Gemini的「个人睡眠和健康」模型。

论文地址：https://www.nature.com/articles/s41591-025-03888-0?utm_source=chatgpt.com

PH-LLM能够将可穿戴设备中的数据，转化为易于理解的可视化内容。

它就像一位全天候的「AI睡眠专家+健身教练」，能够分析监测个人的智能手表数据。

研究发现，PH-LLM在睡眠医学考试中的得分（79%）高于医生（76%），在健身认证中的表现更是卓越（88% vs 71%）。

更令人印象深刻的是，在人类评估中，PH-LLM生成的健康建议几乎与专家无异。而且，仅凭传感器数据，就能预测用户的睡眠质量。

大多数可穿戴设备只提供数据，而PH-LLM则将这些数据转化为有价值的建议。

遗传学博士Dominic Ng评价道，「PH-LLM所做的，正是一位优秀医生的工作——将数据转化为『洞察』。」

最新研究已在Nature发表，让我们看看谷歌DeepMind是如何实现这一突破的。

谷歌的卓越成就：Gemini版「健康私教」

传统临床诊疗虽然能提供宝贵信息，但在睡眠、运动、压力等生活健康指标的评估上，仅具阶段性。

如今，可穿戴设备可以实现无感连续监测。

然而，这些数据缺乏上下文背景，存储和计算分析要求高，解读难度大，并未广泛应用于临床实践。

此外，这些数据也未纳入标准「医学问答数据集」，使得通用基础LLM和医学LLM难以有效推理给出个性化建议。

为此，谷歌团队在Gemini上微调出PH-LLM，用于评估AI在睡眠与健康领域的表现。

可穿戴设备能监测的信息远超这两个领域，为什么研究团队仅聚焦于此？

一方面，现有研究已验证可穿戴设备在这些领域监测数据的准确性与适用性；另一方面，设备使用者参与度很高，无需临床建议即可提供实用指导方案。

研究中的真实案例：一名65-70岁男性提供了30天的数据，PH-LLM识别出规律的睡眠时间表，但平均睡眠时间仅为5小时28分钟（过低）。

因此，它建议：更好的睡眠时间是从晚上12:00到早上7:30。你可以通过每隔几天将睡眠时间提前15分钟，逐步达到目标。

基于Gemini Ultra 1.0，PH-LLM采用了两阶段训练。

首先，作者对完整模型进行了微调，专门针对睡眠和健康领域的长篇案例分析回复生成任务。

训练数据包括人口统计学文本数据、最长30天的每日指标、聚合指标以及个体运动日志等。

完成案例分析微调后，他们为PH-LLM增加了多模态适配器。这个适配器用于根据至少15天的纵向被动传感器数据（包含每日睡眠与活动指标），预测睡眠障碍和睡眠损伤的主观报告结果（PROs）。

AI超越人类专家

测试结果显示，在睡眠医学和健康体能考试中，PH-LLM的答题正确率分别达到79%和88%。

这一结果显著超过获得睡眠医学继续教育学分（CME）要求的约70%及格线。

而且，与主流外部模型相比，PH-LLM表现颇具竞争力：睡眠类题目稍逊但体能类题目表现相当。

案例分析：接近专家水平

接下来，研究团队进一步评估了模型应用专业知识与解读传感器数据的能力。

他们创建了首个睡眠与健康领域的详细个人健康案例数据集（包含多个案例和问答对），由多位相关领域专家审定。

传感器数据：预测健康报告

此外，为了评估PH-LLM能否推断用户体验以优化健康指导，团队测试了每日传感器数值数据预测睡眠障碍和睡眠损伤PROs的能力。

总结与展望

正如Dominic Ng所言，谷歌研究的意义不仅在于「AI战胜医生」的故事。

这恰恰证明了LLM可以将被动的健康监测转化为积极的健康管理。它不仅了解你的身体，还能理解其原因并给出及时应对方法。这就是预防医学的未来。