Google представила GlucoFM для анализа данных о глюкозе

26 августа 2026 года Google Research опубликовала GlucoFM, лёгкую, самообучаемую (self-supervised) базовую модель для данных непрерывного мониторинга глюкозы (continuous glucose monitor, CGM). CGM-датчик измеряет уровень глюкозы в межтканевой жидкости каждые несколько минут через небольшой сенсор под кожей, фиксируя тощаковые, ночные и послеобеденные паттерны. В отличие от предыдущих CGM-моделей, CGMformer, GluFormer и CGM-JEPA, которые обрабатывают сигнал единым потоком, GlucoFM использует двухпотоковую (dual-stream) архитектуру: один поток отвечает за медленные базовые тренды уровня глюкозы, второй, за короткие отклонения, которые могут отражать приём пищи, активность или артефакты датчика. Модель также сохраняет информацию о времени суток и о пропущенных измерениях.

GlucoFM предобучили на 109 066 часах неразмеченных CGM-данных из исследований Wear-CGM. Модель протестировали на четырёх когортах (CGMacros, Stanford, Hall и ShanghaiT2DM) и семи клинических задачах предсказания, риск диабета, инсулинорезистентность, дисфункция бета-клеток, гиперлипидемия, гипогликемия, ожирение и гликотип, всего 14 комбинаций «когорта, задача». На этом наборе среднее значение метрики PR-AUC у GlucoFM составило 58,8 против 54,7 у лучшей специализированной CGM-модели, переобученной на тех же данных, абсолютный прирост 4,1 пункта, или около 7,5% относительно базовой модели. GlucoFM показала лучший результат по PR-AUC во всех задачах на риск диабета и дисфункцию бета-клеток и в трёх из четырёх задач на инсулинорезистентность. При сравнении с GluFormer (обе модели предобучены на одном и том же корпусе) среднее PR-AUC у GlucoFM было выше на 5,8 процентного пункта.

Отдельно модель проверили на прогнозировании послеобеденной динамики глюкозы (postprandial glycemic response), предсказании изменения уровня глюкозы за два часа после еды. Для этого использовали 874 парных события приёма пищи от 34 участников, данные снимались двумя типами CGM-устройств, Dexcom и Libre. При использовании полного контекста (часа CGM-данных до еды, состава пищи и данных об участнике) GlucoFM показала наименьшую среднюю абсолютную ошибку (MAE), 21,88 мг/дл, против 22,90 мг/дл у лучшей базовой модели и 27,69 мг/дл у базового варианта со средним значением по обучающей выборке.

Объединение представлений за несколько дней дополнительно повышало PR-AUC в большинстве случаев, прирост составил до 9,6 пункта для задачи по дисфункции бета-клеток на когорте Stanford и до 14,0 пункта для предсказания диабета на когорте Hall (исключение, инсулинорезистентность на ShanghaiT2DM при простом усреднении). В тестах на перенос между наборами данных (модель обучали на одной когорте, проверяли на другой) GlucoFM превзошла лучший конкурирующий метод в 11 из 12 сравнений, на 0,5, 8,6 пункта PR-AUC, и лишь один раз уступила на 0,6 пункта; абсолютное значение PR-AUC варьировалось от 61,6% (перенос Stanford→Hall для обеих задач) до 90,0% (перенос Hall→CGMacros для инсулинорезистентности). В условиях ограниченной разметки (few-shot), вплоть до одного размеченного участника на класс или 1% доступных наблюдений, GlucoFM опережала альтернативы при любом объёме доступных данных.

В отдельном эксперименте по архитектуре сравнили полную двухпотоковую модель с упрощёнными вариантами: обработкой сырого сигнала одним потоком, вариантом только с медленными трендами и вариантом только с короткими отклонениями. Вариант «только отклонения» показал худший результат, что подтверждает: одних кратковременных колебаний недостаточно для устойчивой картины метаболизма. Варианты с сырым сигналом и только с трендами были конкурентоспособны, но полная двухпотоковая модель стабильно опережала все альтернативы.

Над проектом работали Zechen Li, Keerthana Natarajan, Weizhi Zhang, Simon A. Lee, Yuwei Zhang, Maxwell A. Xu, Menglian Zhou, Zeinab Esmaeilpour, Flora D. Salim (University of New South Wales), Mark Malhotra, Lindsey Sunden, Shwetak Patel, Yuzhe Yang и Ahmed A. Metwally; текст блог-поста подписан Ahmed A. Metwally (Staff Research Scientist, Google Research) и Zechen Li (Student Researcher, Google Research). Датасет CGMacros для исследования предоставили Bobak J. Mortazavi и Ricardo Gutierrez-Osuna (Texas A&M University). Данные двух исследований Wear-CGM собраны с одобрения этического комитета Advarra (IRB Pro00059582 и Pro00069880) и с информированного согласия участников.

Авторы отмечают, что текущая популяция для предобучения остаётся скромной, хотя метаболические реакции заметно различаются у разных людей, когорт и типов сенсоров. В качестве следующих шагов заявлены обучение на более крупных и разнообразных популяциях, переход от независимой обработки суточных окон к нативному многодневному моделированию для отслеживания трендов за недели и месяцы, а также изучение того, как представления модели справляются с изменениями в реальном времени, сроков для этого не названо.

Ключевые факты

Google Research 26 августа 2026 представила GlucoFM, самообучаемую двухпотоковую (dual-stream) базовую модель для данных непрерывного мониторинга глюкозы (CGM), которая раздельно обрабатывает медленные тренды и короткие отклонения
Модель предобучили на 109 066 часах неразмеченных CGM-данных и проверили на 4 когортах и 7 клинических задачах (14 комбинаций «когорта, задача»): среднее PR-AUC выросло с 54,7 до 58,8 (+4,1 пункта, около 7,5% относительно базовой модели), а по сравнению с GluFormer, на 5,8 процентного пункта
На прогнозе послеобеденной динамики глюкозы (874 события приёма пищи, 34 участника) GlucoFM дала наименьшую ошибку, MAE 21,88 мг/дл против 22,90 мг/дл у лучшей базовой модели
В переносе между наборами данных GlucoFM обошла лучший конкурирующий метод в 11 из 12 сравнений и сохраняла преимущество даже при крайне малом объёме размеченных данных, вплоть до одного участника на класс
Авторы называют текущую популяцию для предобучения скромной и не приводят ни ссылки на научную публикацию, ни данных о размере модели, следующие шаги (более крупные популяции, многодневное моделирование) заявлены без сроков

Почему это важно

GlucoFM впервые явно разделяет медленные базовые тренды глюкозы и короткие отклонения на уровне самообучаемого предобучения, а не обрабатывает CGM-сигнал единым потоком, как предыдущие модели (CGMformer, GluFormer, CGM-JEPA). Это даёт более переносимые представления: на 14 комбинациях «когорта, задача» GlucoFM обошла лучшую специализированную CGM-модель на 4,1 пункта PR-AUC (58,8 против 54,7) и GluFormer, на 5,8 процентного пункта, а преимущество сохранялось и при переносе между разными наборами данных, и при крайне ограниченной разметке.

Кому это важно

Прежде всего исследователям метаболического здоровья и диабета, которые работают с данными непрерывного мониторинга глюкозы и хотят строить предсказательные модели при дефиците размеченных клинических данных. Также релевантно разработчикам CGM-устройств и wearable-экосистем (в исследовании использовались данные с Dexcom и Libre) и ML-исследователям, занимающимся базовыми моделями для физиологических временных рядов.

Как это применить

GlucoFM устроена так, что достаточно заморозить её энкодер и обучить поверх лёгкий классификатор на небольшом числе размеченных примеров (linear probing), в экспериментах это сработало даже при одном размеченном участнике на класс или 1% доступных наблюдений. Такой подход подходит для построения предсказательных инструментов там, где размеченных клинических данных мало. В блог-посте не указано, доступны ли веса модели или код публично и на каких условиях, источник об этом не сообщает.

Можно ли доверять

Материал опубликован в официальном блоге Google Research 26 августа 2026 года, подписан Ahmed A. Metwally (Staff Research Scientist) и Zechen Li (Student Researcher), с указанием полного списка соавторов и благодарностью Texas A&M University за датасет CGMacros; University of New South Wales упомянут как аффилиация соавтора Flora D. Salim, отдельной благодарности этому университету в тексте нет. Данные собраны с одобрения этического комитета Advarra и информированного согласия участников. При этом в посте нет ни ссылки на научную статью или её название, ни данных arXiv/DOI, ни сведений о размере модели или вычислительных затратах, независимо проверить результаты за пределами самого поста пока нельзя.

Риски и подводные камни

Авторы прямо признают, что текущая популяция для предобучения остаётся скромной, хотя метаболические реакции заметно различаются у людей, когорт и типов сенсоров. Все представленные результаты, исследовательские оценки на существующих датасетах; в посте нет заявлений о клиническом использовании, регуляторной проверке или готовом продукте. Планы на будущее, обучение на более крупных популяциях и переход к многодневному моделированию, объявлены без сроков.