GlucoFM: il modello Google che predice la glicemia dai dati indossabili

Google ha rilasciato GlucoFM, un modello leggero per la previsione dei livelli di glucosio nel sangue. L’architettura si distingue per un doppio canale di elaborazione: uno cattura le variazioni lente della glicemia di base, l’altro i picchi a breve termine. I due flussi vengono mantenuti separati anziché fusi in un’unica rappresentazione, migliorando la precisione complessiva.

Il modello è stato addestrato su 109.066 ore di dati glicemici reali raccolti da 477 individui, senza richiedere etichette cliniche. Rispetto ai modelli comparabili già esistenti, GlucoFM ottiene un margine di 4,1 punti sulle metriche di accuratezza standard, e generalizza bene anche su dataset diversi da quelli di addestramento.

Le sue applicazioni coprono la valutazione del rischio diabetico, la rilevazione di resistenza insulinica e la previsione della risposta glicemica postprandiale. La capacità di operare senza etichette cliniche costose lo rende compatibile con i dati prodotti dai monitor glicemici in continuo già diffusi sul mercato consumer. Il risultato pratico è un percorso più diretto verso applicazioni di salute metabolica basate su dispositivi indossabili, senza dipendere da infrastrutture diagnostiche tradizionali.

Da monitorare: se e come questo tipo di modello si integrerà con i requisiti normativi europei sui dispositivi medici (MDR) e sull’uso dei dati sanitari.