GlucoFM:针对连续血糖监测的基础模型
现在很多人会佩戴贴在皮肤上的动态血糖仪,它每隔几分钟就会测一次血糖,能完整记录一天甚至几周的血糖变化。不过,这些海量数据里充满了日常波动、饭后血糖飙升,有时候还会夹杂设备本身的测量误差。医生通常很难有精力把所有数据一条条标注清楚,这就导致很多血糖数据无法被充分利用。
为了解决这个问题,Google 团队让 GlucoFM 用了超过 10 万小时没有人工标注的真实血糖数据来学习。这个模型最厉害的地方在于,它能像有经验的医生一样,把复杂的血糖走势拆分成两股信号同时看:一边监测整天平缓的基础血糖变化,另一边监测吃饭、运动等事件引起的突发波动。
几个亮点:
看病更准:在预测糖尿病风险、胰岛素抵抗、胰岛细胞功能异常等 7 种代谢健康问题时,它的准确度比现有的同类模型都要高。
能提前猜出吃完饭后的血糖:只要给它看餐前 1 小时的血糖走势、这顿饭吃了什么(碳水、蛋白质等)以及个人基础体征,它就能更准确地推测出饭后 2 小时的完整血糖变化轨迹。
只需要很少的数据就能上手:就算换了一个新医院、面对完全没见过的病人群体,或者手里只有极少数标记好的样本,它也能很快适应并给出靠谱的分析。
看得越久越全面:如果让它连续分析一个人 2 到 7 天的数据,它对身体长期代谢状态的判断会比只看单日记录更加准确。
模型目前未开源。
官方介绍:
显示更多