📖 AI 总结

Google Research与UNSW Sydney联合发布了GlucoFM，一个用于连续血糖监测的自监督基础模型，核心创新在于将血糖轨迹分解为慢速生理“状态”流和瞬时“事件”流，而非像CGMformer等现有模型那样将其视为单一序列。该模型仅含0.72M参数，采用JEPA风格的双流潜在目标进行预训练，在14项队列任务中平均PR-AUC达58.8，显著优于最强基线模型的54.7。预训练数据涵盖477名受试者共109,066小时未标注CGM数据，单张H100即可完成120轮训练。研究团队明确表示，GlucoFM目前仅为研究原型，未经监管审批，不用于临床诊断，且尚未发布检查点，但代码和可复现脚本将公开。其轻量设计使24小时窗口推理可在CPU或设备端运行，为CGM领域提供了高效、可复现的建模新范式。