GlucoFM: A Dual-Stream Foundation Model for Continuous Glucose Monitoring

GlucoFM은 연속 혈당 모니터링을 위한 듀얼 스트림 파운데이션 모델이다.

연속 혈당 모니터링(CGM)은 일상적 대사 생리에 대한 조밀한 관점을 제공하지만, 기존의 범용 시계열 및 CGM 특화 파운데이션 모델은 혈당 추적치를 단일 스트림 시퀀스로 얽어서 인코딩하는 경우가 많아 혈당 동역학의 고유한 시간적 구조를 암묵적으로만 모델링한 채 남겨둔다. 이 논문은 불규칙한 기록을 24시간 시간순 격자에 정렬하고 관측 마스크를 보존하며, 혈당 동역학을 느린 생리 상태 스트림과 일시적 이벤트 스트림으로 분해하여 저주파 혈당 기저선과 급성 생리 반응이나 센서 아티팩트를 반영할 수 있는 단기 편차를 포착하는 경량 CGM 파운데이션 모델 GlucoFM을 제안한다. GlucoFM은 477명의 피험자로부터 얻은 109,066시간 분량의 레이블 없는 CGM 기록에 대해 두 가지 상호 보완적인 목표로 사전학습된다. 즉, 융합된 일별 표현에 대한 마스킹된 맥락적 잠재 예측과 상태 및 이벤트 스트림에 대한 시간적 동역학 예측이다. 네 개의 다양한 코호트와 일곱 개의 임상 예측 과제 전반에서 GlucoFM은 평가된 베이스라인 중 가장 강력한 피험자 분리 선형 프로빙 성능을 달성하며, 최고의 CGM 특화 파운데이션 모델 대비 평균 PR-AUC를 4.1점 향상시킨다. 그 향상은 핵심 대사 결과에서 가장 두드러지며, 모든 당뇨 위험 및 β-세포 기능장애 과제와 4개 인슐린 저항성 과제 중 3개에서 PR-AUC를 선도한다. GlucoFM은 또한 평가된 방법 중 전반적으로 가장 우수한 데이터셋 간 전이 성능과 강력한 퓨샷 적응을 달성하며, 피험자 수준 예측을 위해 여러 날을 집계할 때 일관된 향상을 보여, 생리 인식 기반 분해가 전이 가능한 CGM 표현 학습을 위한 효과적인 귀납적 편향임을 부각한다.

핵심 요약

• 네 개의 다양한 코호트와 일곱 개의 임상 예측 과제 전반에서 GlucoFM은 평가된 베이스라인 중 가장 강력한 피험자 분리 선형 프로빙 성능을 달성하며, 최고의 CGM 특화 파운데이션 모델 대비 평균 PR-AUC를 4.1점 향상시킨다.
• 그 향상은 핵심 대사 결과에서 가장 두드러지며, 모든 당뇨 위험 및 β-세포 기능장애 과제와 4개 인슐린 저항성 과제 중 3개에서 PR-AUC를 선도한다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.