研究人员在个人和公共数据上对15种血糖预测模型进行基准测试

一位患有1型糖尿病的研究人员开发了一个“模型库”来测试15种不同的预测架构，发现像XGBoost和LightGBM这样的经典机器学习模型目前在预测未来2小时的血糖水平方面优于深度学习模型。

模型性能与基准测试

评估对比了广泛的模型，包括经典回归模型（ARIMA、SARIMAX）、深度学习架构（LSTM、GluNet）以及大规模基础模型（Chronos-2、TimesFM 2.5）。测试在两个不同的数据集上进行：一个包含115天连续血糖监测（CGM）数据的个人数据集，以及公共的MetaboNet数据集。

在个人数据集中，XGBoost以60分钟预测时域下的22.2 mg/dL RMSE领先。作者自定义的Transformer模型T1DMAI D16 DILATE紧随其后位居第3，RMSE为22.8 mg/dL。在MetaboNet数据集上，虽然XGBoost仍保持领先，但T1DMAI模型在90分钟标记处实现了所有测试模型中的最低RMSE。

此图展示了主要的基准测试结果，其中XGBoost和自定义的T1DMAI模型与其他架构进行了对比。

“所有模型都很烂。XGBoost是最好的，但我的模型也接近它。”

— GitHub - 0xdeadf1sh/T1DMAI: A model zoo of blood glucose forecasters trained & tested on my own data

架构与训练方法

T1DMAI模型是一个为效率设计的仅编码器（encoder-only）Transformer，利用16层宽度为16的结构，总参数量为31,253个。它处理CGM数据、碳水化合物吸收曲线和胰岛素作用曲线，以输出每5分钟步长在2小时窗口内的七个分位数（代表5%到95%的范围）。

为了提高性能，研究人员使用了一个低秩适配（LoRA）适配器——一个仅包含3,771个参数的小型组件——在真实训练数据上对模型进行微调。该适配器显著提高了准确性，将个人数据集上的60分钟RMSE从26.1 mg/dL降低到22.8 mg/dL。

HN Digest 根据 github.com 报告的数据绘制；数值按源文件显示。

复杂性与速度的权衡

基础模型的计算成本与经典模型的速度之间存在显著的权衡。虽然像Chronos-Bolt mini这样的基础模型包含超过2100万个参数，且每次预测需要数秒，但T1DMAI模型可以在大约5.6到7.3毫秒内完成推理。

此图像支持关于T1DMAI模型与大型基础模型效率对比的讨论。

尽管某些深度学习模型具有很高的准确性，但研究人员指出，许多低RMSE模型在MetaboNet数据集上未能捕捉到“低血糖”事件，而在该数据集中，线性外推在捕捉这些特定事件方面表现更好。这突显了在平衡通用准确性与检测关键、罕见临床事件方面的难度。

此视觉效果有助于解释在平衡通用准确性与检测如低血糖等特定临床事件方面的难度。

研究局限性与安全性

该研究目前受限于个人数据样本量较小（N=1，持续35天）以及模型仅作为研究产物的现状。研究人员明确表示，该软件并非经过临床验证的医疗设备，不得用于做出医疗、诊断或治疗决策。

结果还显示，模型性能在不同受试者之间存在显著差异。例如，在MetaboNet数据集上，某些模型的90%预测带在75-78%的时间内包含真实值，而在使用LoRA适配器时，这一比例达到了81-85%。