SensorFM: seu corpo como interface

10 min

O lançamento em uma frase

Em maio de 2026, pesquisadores do Google apresentaram o SensorFM, um foundation model para dados de wearables pré-treinado em mais de um trilhão de minutos de sinais de sensores provenientes de cinco milhões de participantes, distribuídos por mais de cem países, todos os estados americanos e mais de vinte modelos de Fitbit e Pixel Watch. O modelo aprende uma representação geral de sinais fisiológicos e comportamentais e transfere esse aprendizado para 35 tarefas relacionadas a saúde cardiovascular, risco metabólico, sono, saúde mental, estilo de vida e demografia.

Google 5 milhões de participantes no corpus de pré-treinamento.

Wearables 1 trilhão+ de minutos de sinais fisiológicos e comportamentais.

Avaliação 35 tarefas em seis grupos de saúde, comportamento e demografia.

O número chama atenção, mas não é a parte mais importante.

O Google não construiu um modelo para detectar depressão, outro para risco cardiovascular e outro para sono. Construiu uma camada anterior a todos eles: uma representação comum do corpo observado por sensores.

Não é uma nova aplicação de saúde com IA.

É uma tentativa de construir a infraestrutura sobre a qual várias aplicações de saúde poderão ser treinadas.

Primeiro, a correção conceitual

A leitura intuitiva costuma separar os modelos assim:

LLMs aprendem texto. Foundation models aprendem texto e imagem. World models aprendem física.

A separação parece organizada, mas está errada porque mistura três critérios diferentes: domínio, escala de treinamento e objetivo.

Um foundation model não é definido pelo tipo de dado que recebe. É definido pelo papel que exerce.

Ele é pré-treinado, normalmente em grande escala e de forma auto-supervisionada, para aprender uma representação geral que possa ser adaptada para diversas tarefas posteriores.

Um LLM é, portanto, um foundation model de linguagem.

Um modelo visual pode ser um foundation model de imagens.

Um modelo de proteínas pode ser um foundation model de biologia.

E o SensorFM é um foundation model de séries temporais fisiológicas coletadas por wearables.

Isso também significa que foundation model e world model não são opostos. Um world model pode ser treinado como foundation model, caso aprenda em grande escala uma representação generalizável da dinâmica de um ambiente.

A diferença está no objetivo.

Um world model tenta capturar como estados evoluem:

estado atual + ação → próximo estado

O SensorFM não foi construído principalmente para simular como o corpo reagirá a uma intervenção, uma refeição, um medicamento ou uma noite sem dormir. Ele observa uma janela de 24 horas, mascara partes dos sinais e aprende a reconstruí-las.

Seu objetivo central não é modelar causalmente a dinâmica do corpo.

É aprender a estrutura estatística dos sinais produzidos por ele.

Por isso, chamar o SensorFM de world model do corpo seria prematuro. Ele não aprendeu “as leis da fisiologia” como um simulador aprende a dinâmica de um ambiente. Aprendeu regularidades profundas em dados fisiológicos observados.

Essa distinção importa porque predição não é causalidade, representação não é compreensão e correlação em escala não vira automaticamente medicina.

O corpo como sequência

O SensorFM recebe 34 características agregadas por minuto, derivadas de cinco modalidades de sensores:

• fotopletismografia, ou PPG;
• acelerometria;
• atividade eletrodérmica;
• temperatura da pele;
• altimetria.

Dessas modalidades saem sinais relacionados a frequência cardíaca, variabilidade da frequência cardíaca, saturação de oxigênio, movimento, passos, estágios de sono, condutância da pele e temperatura.

O modelo observa tudo isso dentro de janelas de 24 horas.

Para uma pessoa, isso aparece como números desconectados:

72 batimentos por minuto. Temperatura de pele levemente elevada. Pouco movimento durante a madrugada. Sono fragmentado. Queda na variabilidade cardíaca.

Para o modelo, aparece como uma sequência multivariada no tempo.

A aposta é que, depois de observar milhões de pessoas, ele aprenda não apenas os valores individuais, mas as relações entre eles: ritmos diários, desvios de baseline, padrões recorrentes, combinações raras e assinaturas que atravessam indivíduos diferentes.

Não aprende a palavra “ansiedade”.

Aprende configurações de sinal que, depois, podem ajudar um classificador a estimar ansiedade.

Não aprende uma definição clínica de depressão.

Aprende representações nas quais determinados padrões associados à depressão talvez se tornem mais separáveis.

O modelo não começa pela doença.

Começa pelo corpo medido.

A parte tecnicamente mais importante não é o tamanho

Wearables produzem um tipo de dado particularmente desagradável.

A pessoa tira o relógio. A bateria termina. O sensor entra em modo de economia. A leitura falha. Uma modalidade liga enquanto outra desliga. Um dia tem 1.440 minutos; poucos dispositivos entregam 1.440 minutos completos de tudo.

Modelos convencionais costumam tratar isso de duas formas: preenchem artificialmente os espaços ou descartam janelas incompletas.

As duas opções criam problemas.

Imputar pode introduzir padrões que nunca existiram. Descartar elimina justamente os exemplos que mais representam o uso real.

O SensorFM usa uma abordagem baseada no LSM-2 e num mecanismo chamado Adaptive and Inherited Masking, ou IAM. Durante o treinamento, partes dos sinais são mascaradas de propósito para que o modelo tente reconstruí-las. Ao mesmo tempo, lacunas reais do wearable são preservadas. O sistema aprende tratando os dois tipos de ausência dentro da mesma estrutura.

Essa escolha é mais importante do que parece.

Em sensores, o dado ausente pode carregar informação.

Uma pessoa pode remover o relógio sempre no mesmo horário. Determinado sensor pode desligar dependendo do nível de bateria. Certos padrões de movimento podem afetar a qualidade da leitura. O missingness não é necessariamente aleatório.

O risco também mora exatamente aí: o modelo pode aprender tanto a fisiologia quanto hábitos de uso, diferenças entre dispositivos e artefatos da plataforma.

O Google chama o resultado de uma representação geral da fisiologia humana.

Tecnicamente, a formulação mais cuidadosa seria:

uma representação geral da fisiologia e do comportamento humanos conforme observados pelos sensores, dispositivos, agregações e padrões de uso disponíveis no ecossistema Fitbit e Pixel Watch.

É menos elegante.

É também mais correto.

Escalar funcionou — dentro do experimento

O Google treinou variantes de aproximadamente 100 mil a 100 milhões de parâmetros e escalou o volume de dados de cerca de dois milhões para dois bilhões de horas de sensores.

A maior variante, SensorFM-B, reduziu em 31% a perda de reconstrução em relação à menor, apresentou ganho médio de 9% em AUC nas tarefas de classificação e de 21% no coeficiente de Pearson nas regressões. Venceu em 33 das 35 tarefas avaliadas.

A curva apresentada não mostra saturação.

Isso sustenta o principal argumento técnico do paper: em dados de wearables, aumentar conjuntamente capacidade e volume de pré-treinamento continua produzindo representações melhores, tanto para reconstruir sinais quanto para tarefas posteriores.

SensorFM-B 33 de 35 melhor resultado entre as variantes nas tarefas avaliadas.

Classificação +9% de ganho médio reportado em AUC.

Regressão +21% de ganho médio reportado em correlação de Pearson.

Mas aqui entra a primeira obrigação do red team: ganho relativo não é desempenho absoluto.

Um aumento de 9% em AUC pode ser relevante ou marginal dependendo do ponto de partida, da prevalência da condição, do threshold escolhido e do custo dos falsos positivos e negativos.

O release oferece uma narrativa forte de scaling.

Não oferece, na mesma clareza, uma tradução clínica simples:

• quantos pacientes a mais foram identificados corretamente;
• quantos falsos alarmes apareceram;
• em quais tarefas o desempenho ainda é insuficiente;
• quanto o resultado degrada fora das coortes avaliadas;
• como se comporta em subgrupos com baixa representação.

Em machine learning clínico, uma curva bonita é o começo da conversa, não a conclusão.

Uma representação, não 35 médicos

O experimento mais convincente do SensorFM congela o encoder e treina apenas uma camada simples sobre seus embeddings.

Esse desenho tenta responder a uma pergunta precisa:

A representação pré-treinada já organiza os sinais de forma útil, antes de qualquer arquitetura sofisticada específica para a tarefa?

Segundo o Google, linear probes sobre os embeddings superaram baselines supervisionadas com features construídas manualmente em 34 de 35 tarefas. O modelo também se adaptou melhor quando havia poucos exemplos rotulados.

É isso que autoriza o termo foundation model.

O valor não está apenas em acertar uma tarefa.

Está em tornar várias tarefas mais fáceis de aprender.

Antes:

sinal bruto → engenharia de features → modelo específico → endpoint

Agora:

sinal bruto → SensorFM → embedding fisiológico → vários endpoints

O release diz que, conforme o modelo cresce, adicionar idade e sexo gera um ganho menor, sugerindo que parte dessas características estaria sendo capturada implicitamente pelos sinais.

Essa leitura é plausível.

Também é perigosa.

Se um embedding permite inferir idade, sexo, hábitos ou condições de saúde sem que essas informações tenham sido fornecidas explicitamente, ele se torna mais útil para predição e mais sensível para privacidade.

O mesmo vetor que ajuda a personalizar uma intervenção pode funcionar como um pacote denso de atributos inferidos.

O Google apresenta isso como qualidade da representação.

Governança precisa ler como superfície de risco.

A sala de aula de agentes é uma segunda pesquisa escondida dentro da primeira

Depois de construir os embeddings, o Google colocou agentes baseados em LLMs para gerar, testar e refinar código de prediction heads.

Essa abordagem explorou mais de 30 mil soluções candidatas. As cabeças produzidas pelos agentes superaram uma linear probe em 16 de 20 tarefas de classificação e 12 de 15 tarefas de regressão. Modelos Gemini mais capazes produziram soluções melhores, enquanto a colaboração entre agentes ajudou modelos menos capazes a reduzir a diferença.

Essa parte parece acessória no release.

Não é.

O SensorFM automatiza a representação. O classroom tenta automatizar a especialização.

A arquitetura completa fica assim:

dados de sensores → foundation model → embedding → agentes escrevendo modelos especializados

É uma pipeline na qual cada novo endpoint de saúde exige potencialmente menos engenharia manual.

O lado positivo é velocidade.

O lado B é que busca automatizada em milhares de candidatos aumenta a necessidade de separar rigorosamente treino, validação e teste. Quanto mais soluções são experimentadas, maior a chance de encontrar algo que se ajusta às particularidades do benchmark sem generalizar bem.

É a versão de machine learning do problema que já aparece em agentes: o sistema pode otimizar para o avaliador.

Sem acesso detalhado ao processo de seleção, aos splits e às correções para busca repetida, “30 mil soluções exploradas” pode ser evidência de capacidade de otimização ou de uma superfície gigantesca para overfitting metodológico.

Provavelmente é um pouco dos dois.

A frase mais forte do release é também a que exige mais cuidado

O Google integrou o SensorFM a um Personal Health Agent e comparou três formas de gerar resumos:

1. métricas diárias, demografia e previsões do SensorFM; 2. métricas diárias, demografia e medidas reais; 3. apenas métricas diárias e demografia.

Um painel de clínicos avaliou resumos de 31 perfis reais em cinco dimensões, produzindo 1.860 avaliações. Segundo o release, adicionar previsões do SensorFM melhorou todas as dimensões em relação ao baseline. Não houve diferença estatisticamente significativa entre usar previsões do modelo e usar medidas reais como grounding do agente.

É o resultado que mais facilmente vira manchete errada:

IA do Google funciona tão bem quanto dados clínicos reais.

Não é isso que o experimento demonstrou.

Ele mostrou que, para produzir resumos de 31 perfis dentro desse protocolo, avaliadores não encontraram diferença estatisticamente significativa entre textos fundamentados nas previsões e textos fundamentados nas medidas reais.

Isso não prova equivalência diagnóstica.

Não prova substituição de exame.

Não prova que as previsões são intercambiáveis com ground truth em decisões clínicas.

E “não houve diferença estatisticamente significativa” não significa necessariamente “são iguais”. Pode significar que o experimento não teve poder suficiente para detectar uma diferença.

31 perfis é uma prova de conceito interessante.

Não é uma autorização clínica.

O mérito permanece.

Um agente de linguagem sozinho é ruim em interpretar longas séries temporais numéricas. O SensorFM oferece uma camada especializada de grounding. Em vez de pedir que o Gemini “entenda” diretamente milhares de minutos de batimentos, temperatura e movimento, o agente recebe representações e previsões produzidas por um modelo construído para aquele domínio.

Esse é o desenho mais sério.

Não um modelo gigante fingindo dominar tudo.

Um sistema de modelos especializados, ferramentas e validação.

O Google não está lançando apenas um modelo de saúde

Aqui está a leitura estratégica.

Em 2025, o Google apresentou o SensorLM, uma família que conecta sinais de wearables a linguagem natural. O modelo foi treinado em quase 60 milhões de horas de dados de sensores de mais de 103 mil pessoas. O objetivo era permitir que sinais “falassem”: transformar atividade e fisiologia em descrições compreensíveis.

O SensorFM segue por outro caminho.

Ele não começa pela linguagem.

Começa pela estrutura dos sinais e tenta aprender uma representação fisiológica reutilizável em escala populacional.

Um traduz sensores para linguagem.

O outro transforma sensores em infraestrutura preditiva.

Acima dos dois, o Google desenvolve o Personal Health Agent: uma camada conversacional que combina modelos base, ferramentas estatísticas e especialistas para responder perguntas sobre dados pessoais de saúde.

O desenho que emerge é vertical:

Fitbit e Pixel Watch capturam o corpo.

SensorFM representa os sinais.

Modelos especializados estimam estados e riscos.

Gemini e Personal Health Agent transformam isso em conversa, recomendação e interface.

A empresa que controla o dispositivo, o sensor, a série temporal, o foundation model e a interface conversacional não está apenas fazendo IA para saúde.

Está tentando controlar a cadeia de interpretação do corpo.

Dados consentidos não encerram a discussão

O Google afirma que o corpus foi construído com dados desidentificados de cinco milhões de pessoas que consentiram com o uso para pesquisa em saúde e bem-estar, coletados entre setembro de 2024 e setembro de 2025.

Isso é necessário.

Não é suficiente para encerrar governança.

“Consentimento” pode significar coisas muito diferentes conforme a interface, o momento da autorização, a granularidade da explicação e a facilidade de revogação.

Há perguntas que o release não responde em detalhe:

• o participante entendeu que seus sinais poderiam treinar um foundation model geral?
• é possível retirar os dados depois do treinamento?
• como o modelo memoriza ou não padrões raros?
• quais grupos estão sub-representados apesar da amplitude geográfica?
• como performance e erro variam entre tons de pele, idades, condições clínicas e modelos de dispositivo?
• o que acontece quando sensores mais baratos ou de outro fabricante entram no fluxo?
• o embedding pode ser usado para inferir atributos que o usuário nunca decidiu compartilhar?

Mais de cem países parece diversidade.

Não garante representatividade.

Cinco milhões de pessoas parece cobertura.

Não garante equilíbrio.

Consentimento e desidentificação reduzem risco.

Não transformam fisiologia longitudinal em dado comum.

O modelo pode aprender o relógio tanto quanto aprende a pessoa

O conjunto inclui mais de vinte modelos de Fitbit e Pixel Watch.

Isso amplia o corpus, mas introduz heterogeneidade de hardware, firmware, sensores, algoritmos embarcados e qualidade de leitura.

O foundation model pode aprender padrões fisiológicos genuínos.

Também pode aprender:

• qual dispositivo produziu o sinal;
• qual população costuma usar determinado modelo;
• quais versões têm mais missingness;
• como atualizações de firmware alteram distribuições;
• quais hábitos de carregamento se associam a determinados grupos;
• quais países concentram certos dispositivos.

Se o modelo usa esses atalhos para melhorar uma tarefa, o benchmark pode subir sem que a compreensão fisiológica tenha aumentado na mesma proporção.

É a pergunta clássica de qualquer representação em escala:

O sistema aprendeu o fenômeno ou aprendeu o instrumento que observa o fenômeno?

Provavelmente aprendeu os dois.

O paper precisa mostrar que consegue separá-los.

Não é AGI, apesar do título

O paper se chama “Towards a General Intelligence and Interface for Wearable Health Data”.

“General intelligence” faz trabalho de marketing.

O SensorFM demonstra generalidade dentro de um domínio: vários sinais de wearables, várias populações e várias tarefas relacionadas à saúde e ao comportamento.

Isso não é inteligência geral no sentido usado no debate sobre AGI.

É generalidade de representação.

A diferença não é semântica.

Um sistema pode ser amplamente reutilizável em fisiologia e continuar incapaz de formular causalidade, reconhecer quando não sabe, compreender mecanismos biológicos ou decidir qual intervenção é clinicamente adequada.

O Google não precisa da expressão mais forte para o trabalho ser importante.

Mas o título a usa porque o mercado aprendeu a associar “general intelligence” a um horizonte maior do que o experimento demonstra.

O modelo é tecnicamente interessante sem ser um passo mensurável rumo à AGI.

Misturar as duas coisas enfraquece uma contribuição que já se sustenta sozinha.

O que o SensorFM não é

Não é um médico comprimido em 100 milhões de parâmetros.

Não é um world model completo do corpo.

Não é um sistema de diagnóstico validado para uso clínico amplo.

Não é uma prova de que relógios substituem exames.

Não é uma demonstração de causalidade.

Não é uma inteligência geral.

É um modelo de representação pré-treinado em escala extraordinária sobre séries temporais multimodais de wearables.

E isso já é suficiente para importar.

A indústria passou anos tentando fazer LLMs absorverem qualquer modalidade como se linguagem fosse a arquitetura natural de todo o mundo.

O SensorFM aponta para uma direção mais madura: dados fisiológicos merecem um modelo nativo de sinais fisiológicos. O LLM entra depois, como interface e orquestrador.

Texto não precisa ser o lugar onde toda inteligência acontece.

Pode ser apenas onde humanos conversam com sistemas que aprenderam seus domínios em outras modalidades.

A vantagem que nenhum laboratório independente consegue copiar

O SensorFM tem no máximo 100 milhões de parâmetros, pequeno diante de um frontier LLM.

A barreira não está principalmente no modelo.

Está no dado.

Poucas organizações têm:

• dispositivos no pulso de milhões de pessoas;
• séries longitudinais em escala populacional;
• múltiplas modalidades fisiológicas;
• uma plataforma de consentimento;
• integração entre hardware, pesquisa e produto;
• capacidade jurídica e computacional para treinar sobre esse material.

O moat não é a arquitetura IAM isoladamente.

É a cadeia Fitbit–Pixel–Google Research–Gemini.

Uma startup pode reproduzir partes do modelo.

Não reproduz facilmente um trilhão de minutos de vidas medidas.

É aqui que marketing e infraestrutura se encontram.

O Google apresenta o SensorFM como pesquisa para tornar saúde mais preventiva e personalizada.

A mesma tecnologia também torna seu ecossistema mais difícil de abandonar.

Trocar de smartwatch deixa de ser apenas trocar hardware. Pode significar deixar para trás baseline, representação histórica, personalização e uma camada de interpretação construída ao longo de anos.

O lock-in mais forte não é aquele que guarda seus arquivos.

É o que afirma conhecer seu corpo melhor porque o observou por mais tempo.

O verdadeiro produto ainda não foi medido

O SensorFM foi avaliado como modelo.

O Personal Health Agent foi avaliado em 31 perfis.

Mas o sistema que importaria em produção é muito maior:

sensor → firmware → agregação → sincronização → embedding → prediction head → agente → texto → decisão do usuário

Cada seta pode falhar.

Um relógio lê errado. O dado sincroniza incompleto. O modelo interpreta uma lacuna como padrão. A prediction head produz confiança excessiva. O agente transforma incerteza em prosa convincente. O usuário muda um comportamento de saúde.

O release avalia partes da cadeia.

Não avalia o risco acumulado do produto inteiro em uso longitudinal.

E a interface conversacional cria um problema adicional: linguagem natural apaga as costuras do sistema. Uma resposta bem escrita pode fazer uma previsão estatística parecer observação clínica.

O produto só será seguro se conseguir dizer:

• o que foi medido;
• o que foi inferido;
• com qual confiança;
• baseado em qual período;
• onde existem lacunas;
• quando o resultado está fora de distribuição;
• quando a resposta não deve orientar uma decisão.

Sem isso, personalização vira apenas uma forma mais íntima de excesso de confiança.

A leitura que fica

O SensorFM é um avanço real porque aplica ao corpo o paradigma que transformou linguagem: pré-treinamento em escala, representação reutilizável e adaptação eficiente para múltiplas tarefas.

Mas a comparação para aí.

LLMs aprendem padrões em linguagem.

O SensorFM aprende padrões em sinais fisiológicos observados.

World models tentam aprender como ambientes evoluem, frequentemente condicionados a ações.

O SensorFM reconstrói e representa. Ainda não simula plenamente, não estabelece causalidade e não aprendeu as leis do corpo.

O anúncio do Google é mais importante como arquitetura do que como modelo.

O futuro da IA não parece um único sistema universal consumindo tudo como tokens e resolvendo todas as áreas pela força bruta. Parece uma composição: modelos de linguagem para interface, foundation models especializados para cada domínio, ferramentas determinísticas para cálculo, agentes para orquestração e humanos nos pontos onde consequência e incerteza exigem responsabilidade.

O Google já tem uma parte rara dessa composição.

Tem o dispositivo.

Tem o sensor.

Tem o dado longitudinal.

Tem o foundation model.

Tem o Gemini para servir de interface.

Agora tenta conectar as cinco camadas e transformar fisiologia em contexto permanente para um agente pessoal.

A promessa é saúde preventiva, personalizada e contínua.

O risco é construir uma interface convincente demais sobre correlações que continuam sendo correlações, dentro de um ecossistema que conhece não apenas o que você pesquisa, assiste e compra, mas como dorme, se move, reage e se recupera.

O SensorFM não aprendeu medicina.

Aprendeu uma linguagem estatística do corpo medido.

A disputa começa quando essa linguagem deixa o laboratório, entra no agente e passa a explicar você para você mesmo.