[LG]《A personal health large language model for sleep and fitness coaching》J Khasentino, A Belyaeva, X Liu, Z Yang... [Google] (2025)
个人健康大语言模型PH-LLM：助力睡眠与健身个性化指导
• 基于Gemini Ultra 1.0深度微调，专为处理聚合的日分辨率可穿戴传感器数值数据设计，涵盖睡眠与健身两大领域。
• 在睡眠医学（79% vs 76%）和健身（88% vs 71%）多选题专业考试中均超越人类专家，展现卓越领域知识掌握。
• 利用857个真实案例，PH-LLM在健身任务上表现与专家相当，且在个性化睡眠洞察方面优于基础模型。
• 通过多模态编码传感器数据，精准预测自我报告的睡眠质量，提升定制化健康建议的科学性与实用性。
• 提供全新睡眠与健身数据集、评估标尺及性能基准，促进个人健康相关大语言模型研究快速发展。
• 持续改进模型对用户数据的引用能力、领域知识运用和个性化推荐，推动未来健康行为改变和习惯养成。
• 提醒注意模型存在数据偏差、潜在错误引用用户信息等风险，强调安全、可靠和公平应用的重要性。
PH-LLM代表了将大语言模型与可穿戴设备数据深度结合，开启个性化健康监测与指导新时代的关键进展。
详见👉 nature.com/articles/s41591-025-03888-0
人工智能 大语言模型 个性化健康 睡眠监测 健身指导 可穿戴设备 数字健康
