糖尿病的毛病，藏在血糖里。
以前想查，得扎手指、跑医院。现在有个小贴片贴在胳膊上，几分钟出一个数，一天下来几百个点，密密麻麻。
数据有了，但没人看得懂。
谷歌最近放出一个模型，叫 GlucoFM，专门干这件事：读懂血糖曲线，预判风险。
核心思路就一句话——把血糖拆成两层看。
一层是慢的，你一天的血糖底色，稳定地走；一层是快的，吃完饭、运动后的突刺，忽上忽下。过去那些模型，把这两层搅在一起学，糊成一团。GlucoFM 分开处理，各自建模，再合并。
就这一招，成绩单亮眼。在糖尿病风险、胰岛素抵抗、胰岛功能这些任务上，它比目前最强的同类模型，平均高 5.8 个百分点。餐后两小时血糖走势预测，误差也更小。
最狠的是它用的料。
10 万小时未标注的血糖数据，477 个人，就练出了这么个模型。参数只有 72 万——放在大模型动辄上千亿的时代，这点参数连零头都算不上。
这说明一件事：信号类的数据，不需要靠堆规模。
语言模型要吃掉互联网，才能学会说话。但血糖曲线有自己固定的规律，几百个人的数据，足够它分辨”什么是正常的波动”。这类基础模型的打法，跟大模型完全不是一路。
还有个细节很关键：它不依赖标注数据。
医疗数据最大的痛，就是标注贵。要医生一个个打标签，成本高得离谱。GlucoFM 用自监督，先自己学规律，再少量标注就能干活。换个新人群、新设备，拿一点点数据微调，依然能打。
翻译成人话就是：以后你手腕上那块表，可能不用医生教，自己就能学会”看”血糖，提前提醒你。
当然，冷静一下。
这目前还只是研究原型，没拿到临床批文，不能拿来诊断、治病。谷歌自己也说得明白。想让 AI 真正在医院上岗、走进日常穿戴，还有一段路。
但方向已经很清楚了：AI 不只会写诗、写代码，开始往身体里”看”了。血糖只是第一站，后面跟着的，可能是心率、血压、睡眠，一整套身体信号。
等那一天真来了，最先跑起来的，不是大模型，是这种轻量、会自己学的小东西。
留言 0
还没有留言，快来抢沙发