혈당 수치를 예측하기 위해 모델을 훈련했습니다 [P]

요약

본 기사는 합성 CGM 데이터셋과 개인 데이터를 활용하여 혈당 수치 예측을 위한 encoder-only transformer 모델을 훈련한 내용을 다룹니다. 이 모델은 인슐린 및 탄수화물 같은 행동 곡선을 추가 입력으로 받아 Kovatchev 위험 공간의 혈당 수치를 출력합니다. 특히, 3.5일에서 7.0일까지의 가변 컨텍스트 창과 과거 혈당 기반 시간대 예측 능력을 갖춘 것이 특징입니다.

핵심 포인트

• encoder-only transformer를 LoRA로 개인 데이터에 맞게 조정함.
• 인슐린(U) 및 탄수화물(G, GI) 등 행동 곡선을 입력으로 사용.
• 3.5일에서 7.0일까지의 가변 컨텍스트 창을 지원하여 장기 예측 가능.
• 과거 혈당 수치를 기반으로 시간대(time-of-day)를 예측하는 기능 구현.