一个研究团队推出了一种名为GlucoSense的概念框架，该框架结合了智能手机的运动数据和血糖预测，以早期评估2型糖尿病的风险。来自Westcliff大学、SINTEF Digital、Chittagong国际伊斯兰大学、奥斯陆大学和Southeast大学的研究人员的工作发表在“数字健康前沿”（DOI: 10.3389/fdgth.2026.1932366）上。
GlucoSense由基于图注意力网络（GATv2）的两个模块组成。一个模块通过23类活动的智能手机加速度数据识别人的活动；另一个模块提前30分钟预测血糖趋势，并使用OhioT1DM数据集进行训练。与顺序模型不同，GlucoSense在图结构中映射了运动模式、心脏活动、饮食和葡萄糖行为之间的关系。
在一项为期90天的纵向研究中，对六名参与者进行了平均葡萄糖水平、高血糖阈值以上的时间和血糖变异系数的计算。该团队表示，该系统能够正确识别代谢健康的个体和具有糖尿病前期模式的个体。结果与HbA1c实验室测试进行了比较；临床结果与系统的分类一致。葡萄糖模块将LSTM基线的RMSE从31.82 mg/dl降低到25.60 mg/dl，活动模块的准确率达到98.50%。所有差异均通过配对显著性检验得到证实。
作者强调，这是一项有六名参与者的可行性证明。结果并未显示出在人群中的有效性；需要更大规模、多中心的研究。每个分数点偏移0.1。
