AI 요약
구글 리서치가 개발한 GlucoFM은 연속 혈당 측정(CGM) 데이터를 위한 경량 자기지도(self-supervised) 파운데이션 모델이다. 이 모델은 느린 혈당 추세와 단기 변동을 별도의 스트림으로 분리해 처리하는 이중 스트림(dual-stream) 설계를 채택했으며, 시간대와 결측(missingness) 정보를 보존한다. 당뇨병 위험 평가, 인슐린 저항성, 베타세포 기능 장애, 식후 혈당 반응(PPGR) 예측 등 7가지 임상 예측 작업에서 기존 최고 모델인 GluFormer보다 평균 PR-AUC가 5.8% 포인트 높은 성능을 기록했다. 4개 코호트, 14개 코호트-작업 평가를 통해 최고 수준의 성능과 크로스 데이터셋 전이 능력, few-shot 적응력을 입증했다.
핵심 포인트
- GlucoFM은 느린 혈당 추세와 단기 변동을 분리하는 이중 스트림 설계로 CGM 데이터의 특성을 반영
- 7가지 임상 예측 작업(당뇨병 위험, 인슐린 저항성, 베타세포 기능, 고지혈증, 저혈당, 비만, 글루코타입)에서 평가
- 기존 최고 모델 GluFormer 대비 평균 PR-AUC 5.8% 포인트 향상, 4개 코호트·14개 평가에서 우위
- Dexcom과 Libre 두 CGM 기기에서 PPGR 예측 MAE 최저 기록, 크로스 데이터셋 전이와 few-shot 적응력 최고 수준
향후 전망
- 희소하고 고가인 임상 라벨 없이도 일상 CGM 데이터만으로 당뇨 위험·인슐린 저항성 등을 추정할 수 있는 길이 열림
- 웨어러블 기기와 결합한 개인 맞춤형 대사 건강 관리 서비스로 확장될 가능성