Google Research、連続血糖値モニタリング向け基盤モデル「GlucoFM」を発表

ウェアラブル端末は、運動や生理学的なセンサーを活用して活動量や睡眠を推定しますが、これらの信号から得られるのは血糖調節に関する間接的な情報に過ぎません。一方、連続血糖モニタ（CGM）は、皮下に挿入した小型センサーを通じて数分ごとに組織液中のグルコース濃度を追跡することで、これら測定値を補完します。これにより、絶食時や夜間、食後のパターンなど、多角的なデータが取得可能です。しかし、これらのデータを解釈する上で高品質な臨床ラベルが不足しており、その入手にもコストがかかるため、データの解析は依然として課題となっています。

CGMformer、GluFormer、CGM-JEPA など、多くの既存の CGM 基盤モデルは、緩やかなベースラインと一時的なイベント動態を明示的に分離せず、単一の表現ストリームを通じてグルコースデータを処理しています。しかし、連続血糖値モニタリング（CGM）データは均質なデータストリームではありません。そこには比較的ゆっくりとしたベースラインのパターンが存在し、食事や活動、あるいはセンサーのアーティファクトが反映された短期的な変動が断続的に現れます。もし限られたラベル付きデータを用いて、糖尿病リスク、インスリン抵抗性、ベータ細胞機能不全といった項目を推定できるならどうでしょうか。

そこで私たちは、GlucoFM を構築しました。これは自己教師あり学習による基盤モデルで、二つのストリームを持つ設計を採用しています。これにより、緩やかな血糖値の傾向と短期的な変動を分離しつつ、一日の時刻情報やデータ欠損のパターンも保持します。潜在変数の予測タスクを通じて、これらの要素が持つ日次コンテキストや時間的な進化を学習させます。

GlucoFM の性能は、多様な 4 つのコホートにおいて 7 つの臨床予測タスクで評価されました。対象となったのは、糖尿病リスク、インスリン抵抗性、ベータ細胞機能不全、高脂血症、低血糖症、肥満、そしてグルコタイプです。これらを組み合わせた結果、合計 14 のコホート・タスク評価が実施されました。

これらの評価において、GlucoFM の PR-AUC は、同じコーパスで事前学習された最も性能の高い GluFormer 変種と比較して平均で 5.8 ポイント高い結果を示しました。PR-AUC の指標では、GlucoFM はすべての糖尿病リスク評価およびベータ細胞機能不全評価で首位に立ち、インスリン抵抗性に関する 4 つの評価のうち 3 つでも最上位を記録しています。

また、食後血糖反応（PPGR）の予測についても GlucoFM を評価しました。入力条件と評価プロトコルを同一条件下で行った結果、GlucoFM は 2 つの連続血糖モニタリング（CGM）デバイス（Dexcom および Libre）にわたる平均値で最も低い 平均絶対誤差（MAE）を達成しました。さらに、GlucoFM はデータセット間での汎用転移性能において最良の結果を示し、新しいコホートからのデータやラベル付き被験者の情報が極めて限られている場合でも、強力な Few-shot Adaptation（少サンプル適応）を実現しました。

GlucoFM を代謝理解のために訓練する

GlucoFM は、Wear-CGM[[1]](#footnote-item-1) から得られた 109,066 時間のラベルなし CGM データと、4 つの公開データセットを合わせて計 477 の参加者/セッション記録を用いて事前学習を行いました。

CGM（連続血糖モニタリング）の記録には、データ欠損やサンプリング間隔の違い、センサーによるアーチファクトが含まれることがあります。GlucoFM は各記録を 24 時間・5 分ごとのグリッドにアライメントし、観測マスクを保持することで、測定された位置と未観測の位置を明確に区別します。

そのデュアルストリームエンコーダーは、より低周波数の状態成分（緩やかな血糖変動を表す）と、生理学的要因や行動、あるいはセンサーアーチファクトに起因する短期間の逸脱を捉える残差イベント成分を分離します。

測定ノイズやセンサーアーチファクトの影響を受けうる生データの正確な再現ではなく、GlucoFM は潜在空間での予測的事前学習を採用し、2 つの補完的なタスクで訓練を行います：

• 文脈予測: 1 日の血糖シーケンスの一部をマスク（隠す）し、周囲の文脈からその潜在表現を予測させます。潜在空間内で予測を行うことで、センサー読み取り値一つひとつを再現するのではなく、より広範な 1 日の血糖パターンを捉えることができます。
• 時系列ダイナミクス: さらに、個人の安定したベースラインと短期間の逸脱が 1 時間ごとにどのように変化するかを予測させる訓練も行います。これにより、読み取り値を時間の孤立したスナップショットとして扱うのではなく、血糖動態の連続性を捉えるよう促します。

最後に、CGM に特化したデータ拡張（アウグメンテーション）によって、ベースラインのドリフトや圧縮のような低下、サンプリング間隔の稀疏化、短時間の接続断などを導入し、実際の CGM 記録で遭遇する変動や欠損に対してモデルを曝露させます。

GlucoFM が実現できること

GlucoFM の性能評価は、CGMacros、Stanford、Hall、ShanghaiT2DM の 4 つのコホートと、7 つの臨床予測タスクを対象に行いました。さらに、食後 2 時間の血糖反応予測に関する独自の評価も実施しています。

具体的には、以下の点を確認しました。

• 未見の参加者から得られた 24 時間単位のデータに対して、凍結された表現（frozen representations）が有用な情報を保持しているか
• 食後の血糖値推移を予測する際に、これらの表現が過去の文脈として機能するか
• 複数の日のデータを組み合わせることで、個人レベルの予測精度が向上するか
• 学習済み表現が新しいコホートへどの程度転移できるか
• ラベル付きデータが少ない状況下で、どのように適応するか

代謝タスクにおける精度

まず、参加者を完全に分離したウィンドルレベルでの リニアプロービング を実施しました。

各モデルのエンコーダーを凍結し、24 時間単位の表現に対して線形分類器を訓練します。この際、トレーニングセットとテストセットに同一の参加者が含まれないように厳格に管理しました。

これは、1 日分のデータから得られる表現が、未見の参加者においてもその人の特徴（フェノタイプ）を反映した有用な情報を含んでいるか、かつ日ごとの変動性を保持しているかを検証するものです。

GlucoFM は、評価された手法の中で最も高いタスク平均 PR-AUC を達成しました。14 のコホート・タスク評価全体で、同じデータ上で再学習された CGM 固有の最強ベースラインの平均 PR-AUC が 54.7 から 58.8 に向上し、絶対値で 4.1 ポイント（相対的に約 7.5%）の改善となりました。GlucoFM は、すべての糖尿病リスク評価およびベータ細胞機能不全評価において最高スコアを記録し、インスリン抵抗性に関する 4 つの評価のうち 3 つでも首位に立ちました。

食事後の血糖反応予測

動的な予測タスクにおける GlucoFM の性能を検証するため、各食事ログ前に利用可能な情報を用いて、食事開始値からの 2 時間分の血糖変動軌道全体を予測しました。対象としたのは 34 人の参加者による 874 ペアの食事イベントで、Dexcom と Libre（いずれも CGM デバイス）は同一の分割条件下で別々にモデル化し、被験者非重複 クロスバリデーション) を実施しました。

各モデルの表現を固定したまま、食前 1 時間の連続血糖値（CGM）データ、食事の栄養情報（エネルギー、炭水化物、脂質、タンパク質、食物繊維）、そして空腹時血糖値や BMI、糖尿病の有無といった個人レベルの情報と順次組み合わせました。これらの完全な文脈を考慮することで、GlucoFM は評価されたモデルの中で最も低い平均誤差 MAE を達成しました。具体的には 21.88 mg/dL で、これは最良のベースラインである 22.90 mg/dL や、訓練用 folds の平均値を示す 27.69 mg/dL を上回る結果です。これらの成果は、GlucoFM が食後の血糖値変動を予測する際に、補完的な歴史的コンテキストを提供できることを示唆しています。

1 日を超えて考える

単なる 24 時間のデータだけでは、個人の血糖パターンの全体像を完全に捉えきれない可能性があります。そこで、複数の日のデータを組み合わせることで個人レベルの予測精度が向上するかを検証しました。GlucoFM は各日を個別にエンコードし、最大 7 日間の表現を平均化します。この際、各参加者のデータは等しく扱われます。

下のチャートが示す通り、ほとんどのデータセットの多くの設定において、追加で学習日数を増やすことで PR-AUC が向上しました。具体的には、スタンフォード大学のβ細胞機能不全では 9.6 ポイント、Hall らの糖尿病予測モデルでは 14.0 ポイントの改善が見られました。また、CGMacros も Dexcom、Libre、および融合センサーデータにおいて概ねプラスの結果を示しています。ただし、単純な平均化手法においては上海の 2 型糖尿病患者（ShanghaiT2DM）におけるインスリン抵抗性が例外であり、タスクによって最適な集約戦略が異なることが示唆されます。全体的に、GlucoFM の凍結された日次表現を組み合わせることで、エンコーダーの再学習を行わずに個人レベルでの予測精度を高めることができます。

コホート間の壁を越える

次に、モデルが学習した生理学的パターンが一般化できるかどうかを確認しました。ある臨床コホートのデータを用いて糖尿病リスクを検出する下流タスク用の分類器を訓練した場合、全く異なる研究の患者に対しても有効に機能するのかという問いです。クロスデータセット転送における棒グラフは、GlucoFM がこの課題にどう対処しているかを浮き彫りにしています。具体的には、糖尿病リスクおよびインスリン抵抗性において、第 2 位のモデルに対する直接的な改善幅をプロットしたものです。

以下のチャートにおいて、正の棒グラフは GlucoFM が最も強力な競合手法を上回ったことを示しています。12 の評価のうち 11 で 0.5〜8.6 ポイントの PR-AUC を上回り、唯一の劣位もわずか 0.6 ポイントでした。GlucoFM の絶対的な PR-AUC は、Stanford から Hall タスクで 61.6% から、Hall から CGMacros のインスリン抵抗性評価で 90.0% に及びました。これは、基礎となる生理機能に焦点を当てることで、コホート固有のノイズを見越して普遍的な代謝パターンを発見できることを意味しています。

データが少ない状況での学習

臨床データのラベル付けは高コストであるため、GlucoFM を 2 つの Few-shot シナリオでテストしました。左側のプロットではクラスごとのラベル付き参加者数を可変し、右側では各参加者から利用可能な観測値の割合を可変しています。右方向へ進むほどラベルデータが増え、高い位置にある点ほどタスク平均の PR-AUC が優れていることを示します。

オレンジ色の GlucoFM マーカーは、評価されたすべてのデータ予算において最高値を示しました。最も厳しい条件である「1 クラスあたり 1 サンプル」や「観測値の 1%」という制限下でも同様です。ラベル付き被験者が限られる状況でのこの優位性は際立っており、ほんの数例のサンプルからでも適切なシグナルを効率的に捉えられるモデルであることを示しています。

2 つの時間スケールで捉えるグルコース動態

信号を 2 つのストリームに分割することが実際に効果をもたらすかどうかについても、詳しく検証しました。完全なデュアルストリームの設計と、よりシンプルな代替案を比較したのです。具体的には、生データをそのまま処理するもの、ゆっくりとしたトレンドを強調するように設計されたもの、そして速い短期変動を強調するように設計されたものの 3 つです。

エンコーダー設計の分析結果が示す通り、「イベントのみ」版は最も性能が低く、一時的な変動だけでは安定した代謝像を描き出すには不十分であることが証明されました。一方、「生データ入力」版と「状態のみ」版は互角の競争力を持っていましたが、完全なデュアルストリームモデルが一貫して最上位の結果を出しました。これらの結果は、どちらか一方のストリームに依存するのではなく、ゆっくりとしたグルコース動態と速いグルコース動態を補完的なストリームとして整理し、それらを結合させるアプローチの有効性を裏付けています。

結論

本研究の結果から、CGM モデルは、ゆっくりとしたトレンド、短期変動、1 日のタイミング、センサーの欠測といったグルコース動態のマルチスケール構造を明示的に考慮することで性能向上が期待できると言えます。ラベルなし CGM データから再利用可能なパターンを学習した GlucoFM は、予測、転移学習、少数ショット学習というすべての評価設定において高いパフォーマンスを発揮する表現を獲得しました。これにより、限られたラベル付き臨床データをより効果的に活用する方法が提供されます。

代謝反応は個人や集団、センサー装置によって異なりますが、現在の事前学習に用いたデータセットはまだ限定的です。今後の課題としては、より大規模で多様な人口を対象としたトレーニングの実施、および GlucoFM を独立して処理された 24 時間のウィンドウを超えて、数週間や数ヶ月にわたるトレンドを捉えるためのネイティブな複数日間のモデルへと拡張すること、そしてこれらの表現がリアルタイムの変化をどのように扱うかを探索することが挙げられます。代謝健康に関するまだ解明されていない部分は多くありますが、これらのツールが今後どのような道を開いてくれるのか、私たちは楽しみにしています。

謝辞

本研究に貢献した研究者は以下の通りです：Zechen Li, Keerthana Natarajan, Weizhi Zhang, Simon A. Lee, Yuwei Zhang, Maxwell A Xu, Menglian Zhou, Zeinab Esmaeilpour, Flora D. Salim（ニューサウスウェールズ大学）、Mark Malhotra、Lindsey Sunden、Shwetak Patel、Yuzhe Yang、Ahmed A. Metwally。

本研究で用いた CGMacros データセットを提供してくださったテキサス A&M 大学の Bobak J. Mortazavi 氏および Ricardo Gutierrez-Osuna 氏に、心より感謝申し上げます。