GlucoFM：面向连续血糖监测的双流自监督基础模型

研究者发布了一款专为连续血糖监测（CGM）数据设计的基础模型 GlucoFM。该模型采用双流自监督架构，将血糖中的慢速基线趋势与短期偏离事件显式分离，并在 7 项代谢相关临床预测任务与餐后血糖轨迹预测中优于此前最强的 CGM 专用基线。

研究背景与动机

消费级可穿戴设备依靠运动与生理传感器间接反映代谢状态，而 CGM 则能通过皮下的微型传感器每隔数分钟记录一次组织间液葡萄糖，覆盖空腹、夜间与餐后等多个生理窗口。然而，CGM 信号本质上是「慢速基线」与「短时偏离」叠加形成的非平稳流，且高质量临床标注稀缺且昂贵。已有 CGM 基础模型（如 CGMformer、GluFormer、CGM-JEPA）大多把血糖当作单一表征流处理，并未显式区分两类动力学。GlucoFM 的目标，是在有限标注条件下，利用每日 CGM 数据估计糖尿病风险、胰岛素抵抗与 β 细胞功能异常等代谢表型。

模型设计与预训练

GlucoFM 是一款自监督基础模型，其核心是「双流编码器」：

• 状态分量（State）：刻画较慢的血糖基线趋势；
• 事件分量（Residual）：捕捉可能源自生理、行为或传感器伪迹的短时偏离。

为处理现实 CGM 记录中的缺失与采样间隔差异，模型将每条记录对齐到统一的「24 小时、5 分钟」网格，并保留观测掩码以区分实测与未观测位置。预训练数据来自 Wear-CGM 等 5 个数据集，总计约 109,066 小时无标注 CGM 数据，覆盖 477 条受试者/会话记录。

预训练采用「潜空间预测」目标，包含两项互补任务：

• 上下文预测：遮蔽每日血糖序列的一部分，让模型从周围上下文预测其潜表征，捕获更广泛的日内模式；
• 时间动力学：预测个体基线与短时偏离在下一小时的变化，鼓励模型学习血糖的连续动态而非孤立快照。

此外，研究者引入 CGM 专属数据增强，包括基线漂移、压缩式骤降、稀疏采样与短时断连，以提升模型对真实信号变异的鲁棒性。

临床预测任务表现

研究团队在 4 个独立队列（CGMacros、Stanford、Hall、ShanghaiT2DM）上围绕 7 项任务展开 14 次「队列–任务」评估，涵盖糖尿病风险、胰岛素抵抗、β 细胞功能异常、高脂血症、低血糖、肥胖与血糖表型分型。

关键结果如下：

• 在受试者互不相交的窗口级线性探测（linear probing）下，GlucoFM 的任务平均 PR-AUC 从最强 CGM 专用基线的 54.7 提升至 58.8，绝对增益 4.1 个百分点（相对约 7.5%）；
• 在全部糖尿病风险与 β 细胞功能异常评估中，以及 4 项胰岛素抵抗评估中的 3 项，GlucoFM 均取得最高 PR-AUC；
• 与 GluFormer 的最佳变体相比，在相同预训练语料下，PR-AUC 平均高出 5.8 个百分点。

餐后血糖响应预测与迁移能力

在更具动态性的「餐后血糖响应（PPGR）」预测任务中，研究者基于餐前可用信息预测餐后 2 小时的完整血糖变化轨迹，使用 34 名受试者的 874 次配对餐事件，并在 Dexcom 与 Libre 两类 CGM 设备上分别建模。结果显示，在相同输入与评估协议下，GlucoFM 取得了跨设备的最低平均绝对误差（MAE）。

进一步的实验还表明：

• 多日融合的受试者级预测优于单日窗口；
• 跨数据集迁移性能整体最佳；
• 在新队列或标注极其有限的场景下，模型仍具备较强的少样本适应能力。

综合来看，GlucoFM 提供了一种面向 CGM 时序数据的通用表征方案，为代谢相关表型的低成本筛查与个体化管理提供了一条可行的技术路径。