GlucoFM: novo modelo de fundação do Google para monitoramento contínuo de glicose
Pesquisadores do Google Research e da Universidade de Nova Gales do Sul, em Sydney, apresentaram o GlucoFM, um modelo de fundação auto-supervisionado voltado para dados de monitoramento contínuo de glicose, tecnologia conhecida pela sigla CGM e que registra os níveis de glicose ao longo do dia por meio de sensores subcutâneos. A proposta se diferencia de abordagens anteriores ao decompor o sinal de glicose em dois fluxos independentes em vez de tratá-lo como uma sequência única e misturada.
Modelos anteriores específicos para CGM, como CGMformer, GluFormer e CGM-JEPA, codificavam o traçado glicêmico como uma única sequência entrelaçada. O GlucoFM parte de uma leitura crítica desse padrão: o sinal de CGM carrega simultaneamente uma linha de base regulatória lenta e desvios transitórios provocados por refeições, atividade física, estresse ou artefatos do sensor. Além disso, rótulos clínicos são caros de obter e específicos de cada coorte, o que limita o treinamento supervisionado tradicional.
A arquitetura do GlucoFM alinha cada registro a uma grade fixa de 24 horas com intervalos de cinco minutos, totalizando 288 posições, e preserva o índice circadiano de início. Uma máscara de observação é mantida ao longo de todo o processo, de modo que posições ausentes sejam preenchidas apenas para formar um tensor de dados e nunca sejam contabilizadas como medições reais. Um filtro Gaussiano causal e sensível à máscara divide o sinal: a tendência filtrada se torna o chamado fluxo de estado, que representa a fisiologia lenta, enquanto o resíduo mascarado forma o fluxo de eventos, responsável pelas variações transitórias. A largura de banda desse filtro é aprendida entre dois e doze passos de grade, equivalentes a aproximadamente dez a sessenta minutos, com inicialização em seis.
Ambos os fluxos são convertidos em 24 patches de uma hora, fundidos em tokens de 128 dimensões e recebem características circulares de horário do dia. O pré-treinamento utiliza dois objetivos inspirados no método JEPA, sigla em inglês para Joint Embedding Predictive Architecture, uma abordagem que aprende representações por meio da previsão de estados latentes. O primeiro objetivo faz previsão latente contextual mascarada sobre 50% a 60% dos patches contra um professor EMA, um mecanismo que atualiza lentamente uma cópia do modelo para gerar alvos mais estáveis. O segundo objetivo prevê a dinâmica de estado e evento do próximo patch por meio de cabeçotes de transição residual. Aumentações específicas para dados de CGM adicionam variações de linha de base, quedas semelhantes a compressões, decimação para amostragem de quinze minutos e blocos de desconexão.
O codificador é um Transformer de três camadas com dimensão oculta de 128, quatro cabeças de atenção e feed-forward de 256, totalizando 0,72 milhão de parâmetros treináveis e 1,18 milhão de parâmetros totais durante o pré-treinamento. O pré-treinamento utilizou 109.066 horas de dados não rotulados de CGM provenientes de 477 sujeitos, distribuídos entre os conjuntos Wear-CGM, ShanghaiT2DM, Stanford, BIG IDEAs e Colas, em uma única GPU NVIDIA H100.
Nos resultados, o GlucoFM foi avaliado por meio de sondagem linear com separação entre sujeitos em quatro coortes e sete tarefas, totalizando 14 avaliações combinadas. O modelo alcançou 58,8 de PR-AUC médio, métrica que combina precisão e revocação, contra 54,7 do melhor modelo-base específico para CGM retreinado no mesmo corpus, uma vantagem de 4,1 pontos, aproximadamente 7,5% de ganho relativo, e 5,8 pontos acima da melhor variante do GluFormer. O GlucoFM liderou o PR-AUC em todas as avaliações de risco de diabetes e disfunção de células beta, além de três das quatro avaliações de resistência à insulina, e ficou em primeiro lugar em 21 das 24 avaliações de transferência entre conjuntos de dados.
Na previsão de resposta glicêmica pós-prandial em duas horas, o modelo atingiu erro absoluto médio de 21,88 miligramas por decilitro com contexto completo, contra 22,90 do melhor modelo-base e 27,69 de uma média do conjunto de treino, em 874 eventos de refeição de 34 participantes usando sensores Dexcom e Libre. O GlucoFM também superou uma regra de limiar de GMI, indicador que estima a hemoglobina glicada a partir do sensor, em sete dias por 7,4 pontos de macro-F1 no conjunto Stanford e 17,4 pontos no CGMacros-Dexcom. Quando treinado com apenas 20% do corpus, o modelo já igualou o desempenho dos modelos-base treinados com todos os dados.
Apesar do desempenho, os próprios pesquisadores deixam claro que o GlucoFM é um protótipo de pesquisa, sem aprovação de qualquer órgão regulador, e não se destina a diagnosticar, tratar, curar ou prevenir doenças. Todas as avaliações são retrospectivas, o maior conjunto de pré-treinamento não é público e nenhum checkpoint foi publicado até 26 de agosto de 2026, embora o artigo comprometa-se a disponibilizar código e scripts de reprodutibilidade. O que já é viável é a receita: com 0,72 milhão de parâmetros e 120 épocas em uma única H100, qualquer equipe com um corpus de CGM pode reproduzir o modelo, e a inferência em janelas de 24 horas roda em contêiner de CPU ou diretamente no dispositivo.
