T1DMAI - Зоопарк моделей прогнозирования уровня глюкозы в крови
Show HN: I have trained 15 blood glucose forecasting models on my own data
T1DMAI — это открытый исследовательский проект, в котором автор с диабетом 1 типа обучил и протестировал 15 моделей прогнозирования глюкозы на собственных данных и публичном наборе MetaboNet. В репозитории собраны как классические подходы (XGBoost, ARIMA, SVR), так и глубокие модели (LSTM, GluNet, PatchTST) и собственная компактная transformer-модель D16 на 31 тыс. параметров, предсказывающая уровень глюкозы на 2 часа вперёд. Модель работает на смартфоне через T1DMDROID и показывает результаты, близкие к лидеру XGBoost. Проект предназначен исключительно для исследований и обучения, а не для медицинских решений.
У меня диабет 1 типа, и я хочу узнать, смогу ли я обучить модель прогнозирования глюкозы, которая поможет мне в повседневном управлении.
- tefkah
Чрезвычайно интересно, спасибо за то, что поделились!
Вы случайно не смотрели на Timestral?[0]
Я только начинаю погружаться в модели временных рядов, по несколько схожим причинам.
- hturan
Невероятная работа! Как человек с T1D, я собирал как можно больше данных (уровень глюкозы в крови, инсулин в организме, потреблённая еда, пульс, температура кожи и т.д.) именно для этой цели. Не могу дождаться, чтобы погрузиться!
Прогнозирование уровня глюкозы и реакция на инсулин всегда казались мне настолько личным делом (у всех такая разная реакция, основанная на различных факторах, и этих факторов _так_ много), что универсальные модели в CGM казались наименьшим общим знаменателем. Мы живём в эпоху, когда сбор личных данных проще, чем когда-либо (с носимой BLE-аппаратурой), а модели прогнозирования временных рядов лучше, чем когда-либо, что делает это исследование ещё более ценным.
Огромное спасибо за публикацию вашей работы!
- nuthje
89% TIR, отлично! Классно видеть исследование, я удивлён, что существует не так много углублённых исследований с n=1 от диабетиков, разбирающихся в статистике/данных. Я создал небольшой дашборд, который как раз собирает данные об углеводах, инсулине, сне и движении, и пытается выявить полезные корреляции, чтобы помочь управлять. Некоторые интересные выводы, но явно мне следует меньше есть и больше двигаться. Продолжайте в том же духе, и спасибо за то, что поделились!