NVIDIA AI技术助力监测糖尿病风险

当糖尿病患者或其他监测糖摄入量者面对一块饼干时，技术监测可能会心想：“吃了这个会对我的助力血糖水平会产生什么影响？”如今生成式 AI模型就可以实现结果预测。

由魏兹曼科学研究院、糖尿初创公司 Pheno.AI 和 NVIDIA 的病风研究人员共同主导开发的 AI 模型GluFormer，能够根据过去的技术监测血糖监测数据，预测个人未来的助力血糖水平和其他健康指标。

《哈佛健康杂志》和纽约大学朗格尼健康中心表示，糖尿连续监测葡萄糖数据有助于更快速地诊断糖尿病前期病症或糖尿病。病风GluFormer 的技术监测 AI 功能可以进一步发挥这些数据的作用，帮助临床医生和患者发现异常、助力预测临床试验结果、糖尿并提前四年预测健康状况。病风

研究人员表示，技术监测在将饮食摄入数据添加到该模型中后，助力GluFormer 还能预测个人的糖尿血糖水平对特定食物和饮食变化的反应，实现精准营养管理。

通过预测糖尿病高危人群的血糖水平，医生和患者可以尽早采取预防性护理措施，以提高患者的疗效，并减少糖尿病对经济的影响。到 2030 年，糖尿病对全球的经济影响可能达到 2.5 万亿美元。

GluFormer 这样的 AI 工具将帮助数以亿计的糖尿病成年患者。目前，全球约有 10% 的成年人患有糖尿病。到 2050 年，这一数字可能会增加一倍至 13 多亿人。糖尿病是全球十大死因之一，该疾病会引发肾脏损伤、视力下降和心脏病等问题。

GluFormer 是一个 Transformer 模型，是一种能够追踪连续数据关系的神经网络架构。该模型的架构与 OpenAI 的 GPT 模型相同，只不过生成的是葡萄糖水平而不是文本。

NVIDIA AI 研究高级总监 Gal Chechik 表示：“医疗数据，尤其是葡萄糖连续监测数据可被看作追踪生命体生物过程的诊断测试序列。我们发现，专为长文本序列开发的 Transformer 架构可以处理医疗测试序列，并预测下一次测试的结果。在此过程中，它可以了解到诊断测量结果如何随时间的推移而发展。”

该模型在一万多名非糖尿病研究参与者的 14 天血糖监测数据上训练而成。这些数据是在 Pheno.AI 发起的人类表型项目中采集的，并且通过可穿戴监测设备每 15 分钟采集一次。Pheno.AI 是一家致力于通过数据采集和分析改善人类健康的初创公司。

论文第一作者 Guy Lutsker 是 NVIDIA 的研究员，同时也是魏兹曼科学研究院的博士生。他表示：“促成这项研究的两大重要因素分别是 NVIDIA 驱动的成熟生成式 AI 技术以及魏兹曼研究所采集的大规模健康数据。得益于此，我们才能够从数据中提炼出有用的医学洞察。”

研究团队在其他 15 个数据集上对 GluFormer 进行了验证，发现它能很好地预测其他群体的健康状况，包括糖尿病前期、1 型和 2 型糖尿病、妊娠糖尿病以及肥胖症。

他们使用了NVIDIA Tensor Core GPU集群加快模型的训练和推理速度。

除了血糖水平，GluFormer 还能预测内脏脂肪组织（衡量肝脏和胰腺等器官周围身体脂肪量的指标）、收缩压（与糖尿病风险相关）和呼吸暂停低通气指数（衡量睡眠呼吸暂停的指标，与 2 型糖尿病相关）等医学值。