Google Research, sürekli glikoz verisi için GlucoFM modelini yayımladı
Etiketsiz 109 bin saatlik CGM verisiyle eğitilen model, glikoz eğrisini yavaş taban ve kısa vadeli sapma olarak ikiye ayırıyor. Bir araştırma çalışması; ürün ya da klinik araç olarak sunulmuyor.
Google Research, sürekli glikoz izleme (CGM) verisi üzerine kurulu GlucoFM adlı bir temel model yayımladı. Model etiketsiz veriden örüntü öğrenip metabolik sağlık tahminlerinde yeniden kullanılabilecek temsiller üretiyor.
Yaklaşımın ayırt edici yanı, glikoz eğrisini tek bir sinyal saymak yerine ikiye ayırması. Yavaş ilerleyen "durum" akışı kişinin temel glisemik eğilimini taşıyor; "olay" akışı ise öğün, hareket ya da sensör kaynaklı kısa vadeli sapmaları. İki akış da günün saatini ve verideki eksik ölçümleri koruyor.
Ön eğitimde ham ölçümleri yeniden üretmek yerine gizli uzayda tahmin hedefleri kullanılmış: maskelenmiş bölümleri çevresindeki bağlamdan kestirmek ve taban ile sapmaların saat içinde nasıl kaydığını öngörmek. Eğitim verisi Wear-CGM çalışmaları ile dört yayımlanmış veri kümesinden derlenen 109.066 saatlik etiketsiz CGM kaydı; toplam 477 katılımcı/oturum.
Değerlendirme dört kohortta yedi klinik tahmin görevini kapsıyor: diyabet riski, insülin direnci, beta hücre işlev bozukluğu, hiperlipidemi, hipoglisemi, obezite ve glucotype sınıflandırması. Ayrıca 874 öğün olayıyla öğün sonrası glisemik yanıt tahmini yapılmış.
Şirketin verdiği sonuçlara göre model, aynı veriyle yeniden eğitilen en güçlü karşılaştırma modeli GluFormer'a kıyasla PR-AUC'da ortalama 5,8 puan iyileşme sağlamış; öğün sonrası tahminde ortalama mutlak hata 21,88 mg/dL (karşılaştırma modelinde 22,90). Veri kümeleri arası 12 transfer değerlendirmesinin 11'inde önde çıkmış. Bunlar Google'ın kendi ölçümleri.
Çalışma bir araştırma katkısı olarak sunuluyor; sayfada ürün olarak yayımlandığına ya da klinik kullanıma açıldığına dair bir ifade yok. Yazarlar sınırlamaları da belirtiyor: ön eğitim popülasyonu mütevazı ve model şimdilik 24 saatlik pencereleri birbirinden bağımsız işliyor.
Ayrıntılar için Google Research'ün yazısı, makale için arXiv.
