GlucoFMがグルコースデータでファウンデーションモデルのトレーニングを初めて試みる

Google Researchは、持続血糖測定器（CGM）からの膨大なデータを飲み込み、その中のパターンを検索する新しいファウンデーションモデルであるGlucoFMを披露した。これは、患者が何を食べたか、薬は何か、またはどれくらい眠ったかなどのコンテキストを常に必要としていた以前の臨床モデルからの移行である。

今後の展開を予測するには曲線だけで十分である

このモデルは、数百万人の患者のグルコース曲線の形状とダイナミクスから排他的に学習する。低血糖や長期的な傾向を正確に予測するには、ユーザーに日常生活についてさらに複雑な質問をすることなく、CGMセンサー自体のデータだけで十分な場合が多いことがわかっている。

スマートフィットネス機能の障壁が下がる

食事や薬を記録する必要性を排除することで、主流のフィットネスアプリやウェアラブルで予測モデルを使用するハードルが劇的に下がる。機能するためにセンサーデータだけが必要であれば、複雑な臨床認証を必要とせずに、スマートウォッチにスマート分析を統合する道が開かれる。

CGMデータは引き続き機密情報である

このツールは現在、隔離された研究環境で運用されており、Googleは具体的な商用製品を発表していない。グルコースデータを使用してモデルをトレーニングすると、ヨーロッパと米国での個人の健康データを保護する厳しい規制に抵触することになる。

一般化機能が導入を決定する

真の有用性は、モデルが他のメーカーのセンサーからのデータや、糖尿病ではないが運動能力を最適化するためだけにCGMセンサーを使用する人々にどれだけうまく機能するかによって決まる。

Lilithの判定

このモデルは、センサーが人間のキャリブレーションを必要とせず、生データからコンテキストを自ら読み取る未来を示している。