糖尿病患者（或其他监测糖摄入量的人）可能会看着一块饼干并想知道，“吃这个会如何影响我的血糖水平？”生成人工智能模型现在可以预测答案。
来自以色列魏茨曼科学研究所、特拉维夫初创公司 Pheno.AI 和 NVIDIA 的研究人员领导了谷氨酸前体，一种人工智能模型，可以根据过去的血糖监测数据预测个人未来的血糖水平和其他健康指标。
连续血糖监测数据可以帮助更快地诊断糖尿病前期或糖尿病患者哈佛健康出版社和纽约大学朗格健康中心。GluFormer 的人工智能功能可以进一步提高这些数据的价值，帮助临床医生和患者发现异常情况，预测临床试验结果，并提前四年预测健康结果。
研究人员表明，在将饮食摄入数据添加到模型中后，GluFormer 还可以预测一个人的血糖水平对特定食物和饮食变化的反应，从而实现精准营养。
准确预测糖尿病高风险人群的血糖水平可以使医生和患者更快地采取预防性护理策略，改善患者的治疗结果并减少糖尿病的经济影响，这可能会达到到 2030 年全球将达到 2.5 万亿美元。像 GluFormer 这样的人工智能工具有潜力帮助数亿患有糖尿病的成年人。
目前，这种疾病影响着世界上大约 10% 的成年人，这一数字可能会影响到 2050 年翻一番影响超过13亿人。它是其中之一10大死亡原因在全球范围内，其副作用包括肾脏损害、视力丧失和心脏问题。
GluFormer 是一个变压器型号，一种跟踪顺序数据关系的神经网络架构。它与 OpenAI 的 GPT 模型具有相同的架构 - 在本例中生成葡萄糖水平而不是文本。
“医疗数据，特别是连续血糖监测，可以被视为追踪整个生命过程的诊断测试序列，”NVIDIA 人工智能研究高级总监 Gal Chechik 说。– 我们发现，为长文本序列开发的变压器架构可以进行一系列医学测试并预测下一个测试的结果。通过这样做，它可以了解诊断测量如何随着时间的推移而发展。
该模型接受了超过 10,000 名非糖尿病研究参与者为期 14 天的血糖监测数据的训练，数据通过可穿戴监测设备每 15 分钟收集一次。收集的数据是作为人类表型计划是由 Pheno.AI 发起的一项倡议，这是一家初创公司，旨在通过数据收集和分析来改善人类健康。
“这项研究同时融合了两个重要因素：NVIDIA 驱动的生成式 AI 技术的成熟以及魏茨曼研究所收集的大规模健康数据，”该论文的主要作者说道，Guy Lutsker，NVIDIA 研究员兼博士。魏茨曼科学研究所的学生。–它使我们处于独特的地位，可以从数据中提取有趣的医学见解。”
研究小组在其他 15 个数据集上验证了 GluFormer，发现它可以很好地预测其他群体的健康结果，包括糖尿病前期、1 型和 2 型糖尿病、妊娠糖尿病和肥胖症患者。
他们使用了一组NVIDIA 张量核心 GPU加速模型训练和推理。
除了葡萄糖水平之外，GluFormer 还可以预测医学价值，包括内脏脂肪组织，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；呼吸暂停低通气指数，一种睡眠呼吸暂停的测量方法，与 2 型糖尿病有关。