Gluformer用Transformer預測糖尿病風險，完勝HbA1c，未來精準營養也OK？

Gluformer 是一款基於 Transformer 架構的生成式基礎模型，專門用於分析連續血糖監測（CGM）資料。它由 Weizmann 科學研究所、Pheno.AI 與 NVIDIA 等團隊合作開發，透過自監督學習方式，在超過 1,000 萬筆血糖數據（來自上萬名成人）上進行訓練，能夠學習血糖動態的潛在表徵，並在不同族群與設備間展現良好的泛化能力。
與傳統方法（如僅依賴 HbA1c 或 Glucose Management Indicator）相比，Gluformer 的核心創新在於利用短期血糖波動模式，預測長期的健康風險。它不僅能準確預測未來數小時至數年的血糖走勢，還可推估糖尿病發病風險、心血管死亡風險、內臟脂肪、禁食血糖等指標。在多項縱向研究中，Gluformer 顯著優於臨床標準，例如在 12 年追蹤中，其風險分層能力遠超 HbA1c，在預測糖尿病進展上達到統計顯著差異。
此外，當加入飲食數據（碳水化合物、蛋白質、脂肪等）後，模型更能模擬個人對特定食物或飲食改變的血糖反應，開啟精準營養應用的可能性。整體而言，Gluformer 將 CGM 資料從單純監測工具提升為強大的預測與風險評估利器，有望大幅改善糖尿病管理與慢性病預防策略。

資料來源