گوگل از مدل پایه جدیدی به نام GlucoFM رونمایی کرده که برای تحلیل دادههای «پایش مداوم گلوکز» (CGM) توسعه یافته است. این مدل با آموزش بر روی بیش از ۱۰۹ هزار ساعت داده سنسور، قادر است تغییرات کند و نوسانات سریع قند خون را با دقت بسیار بالا تفکیک و تحلیل کند. برای مرور دقیقتر ارقام و یافتهها، تحلیل کامل گزارش جزئیات بیشتری ارائه میکند.
معماری این مدل بر پایه یادگیری نوع JEPA است و با استفاده از فیلترهای گوسی علّی، جریان دادهها را به دو بخش روندهای کلی و رویدادهای کوتاهمدت تقسیم میکند. مهمترین ویژگیهای عملکردی این مدل عبارتند از:
* عملکرد برتر در ارزیابی ریسک دیابت و مقاومت به انسولین.
* دقت بالا در پیشبینی پاسخ قند خون پس از صرف غذا (Postprandial).
* قابلیت تعمیمپذیری بالا حتی با دادههای پزشکی محدود (Few-shot learning).
* کسب کمترین میزان خطا (MAE) در مقایسه با مدلهای مشابه مانند GluFormer و CGM-JEPA.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#GlucoFM #CGM
