2025年 ウェアラブルセンサデータ x 基盤モデルの研究紹介

株式会社松尾研究所でインターンをしているYukiです。本記事は、松尾研究所 Advent Calendar 2025の記事です。

今回のテックブログでは、近年の「ウェアラブルセンサデータ x 基盤モデルの研究紹介」をします。

近年ウェアラブルデバイスがますます普及してきております^[1]。スマートウォッチ（Apple Watch^[2], Google Pixel Watch^[3]）やリング型デバイス（Oura Ring^[4]）などの市販品を身につける方もいらっしゃいます。先日、AppleからイヤホンであるAirPods Pro 3^[5]で、新たに心拍数センサが追加されました。

このような背景の中で、基盤モデルでウェアラブルセンサデータをどの程度解析できるのか2つの論文を通して紹介します。

論文紹介：ウェアラブルデバイスデータx基盤モデルの2つの研究

ここでは、2024年後半から2025年にかけて発表された、2つの論文を紹介します。

1. Scaling wearable foundation models ^[6]

「ウェアラブルデータにおけるScaling Law（スケーリング則）を示した論文」

図1: Scaling wearable foundation modelsの概要（出典: ^[6:1]）

• 概要:
  • Google Researchらが発表。ウェアラブルセンサデータにおいて、計算量・データ量・モデルサイズを増やした際の性能向上（スケーリング則）を体系的に検証した論文。
• 手法 (LSM: Large Sensor Model):
  • データ: 16.5万人以上、4000万時間という過去最大級のマルチモーダルデータ（PPG, 加速度, EDA, 皮膚温, 気圧）を使用。
  • アーキテクチャ: Vision Transformer (ViT) ベースのMasked Autoencoder (MAE)。300分の時系列データを画像のようにパッチ化して入力。
  • 学習タスク: ランダムにマスクされた信号の再構成（In-painting）。
• 主な結果:
  • Scaling Lawの確認: データ量とモデルサイズを増やすことで、欠損値補完や予測の損失がべき乗則に従って減少することを確認。
  • 飽和点の発見: 約1,000万時間を超えると性能向上が鈍化（飽和）する傾向が見られ、モデルサイズを大きくするにつれて、オーバーフィッティングを防ぐためにかなり多くのデータ量が必要。
  • 下流タスク: 活動認識などで、教師あり学習モデルを圧倒し、少量のラベルデータでも高い精度を実現（Few-shot学習）。

2. SensorLM: Learning the language of wearable sensors ^[7]

「センサデータを自然言語で表現できる基盤モデル」

図2: SensorLMの概要（出典: ^[7:1]）

• 概要:
  • センサデータを数値としてだけでなく、自然言語記述と紐づけて学習させることで、ゼロショットでの活動認識や説明可能な推論を実現した論文。
• 手法 (SensorLM):
  • 統計的、構造的、意味的なセンサデータをテキスト化: ラベルのない大量のセンサデータに対し、以下の3種類のテキスト記述を自動生成してペアデータを作成。
    1. 統計的: 「心拍数の平均はXX、最大はYY」
    2. 構造的: 「XX分から急激に上昇トレンドがある」
    3. 意味的: 「屋外でのサイクリングを行っている」
  • モデル: マルチモーダルモデル（CLIP, CoCaなど）を拡張し、センサエンコーダとテキストエンコーダを統合。
• 主な結果:
  • ゼロショット性能: 学習データにない未知のアクティビティ（例：スノーボード）も、言語的な概念の近さ（スキーに近い）を利用して分類可能に。
  • Sensor Captioning: センサの波形を入力すると、「力トレーニングは765分から796分の間に検出された。」といった自然言語の説明を出力可能。

おわりに

本記事では、ウェアラブルセンサデータを扱う基盤モデルの最新動向として、スケーリング則の実証と、センサデータxテキストという2つの研究を紹介しました。デバイスの普及とともにデータが増大する中、これらの技術はヘルスケアの分野でさらなる応用が期待されます。

参考文献

脚注

1. 総務省｜令和7年版 情報通信白書｜データ集, https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/datashu.html#f00227

2. Apple Watch - Apple (日本), https://www.apple.com/jp/watch/

3. Google Pixel Watch - Google ストア, https://store.google.com/jp/product/pixel_watch_4?hl=ja

4. Oura Ring, https://ouraring.com/ja

5. AirPods Pro - Apple (日本), https://www.apple.com/jp/airpods-pro/

6. Narayanswamy, G., Liu, X., Ayush, K., Yang, Y., Xu, X., Liao, S., ... & McDuff, D. (2024). Scaling wearable foundation models. arXiv. https://arxiv.org/abs/2410.13638v1

7. Zhang, Y., Ayush, K., Qiao, S., Heydari, A. A., Narayanswamy, G., Xu, M. A., ... & Yang, Y. (2025). SensorLM: Learning the Language of Wearable Sensors. arXiv. https://arxiv.org/abs/2506.09108v1