SSMCGM-Stream: un modello a spazio di stato in streaming per la gestione personalizzata del diabete

Abstract degli autori

Il monitoraggio continuo della glicemia aiuta a gestire il diabete, ma richiede modelli previsionali accurati, interpretabili e abbastanza efficienti da poter essere impiegati in tempo reale. Presentiamo SSMCGM-Stream, un modello a spazio di stato in streaming che mantiene uno stato nascosto personalizzato, aggiornato a ogni nuova lettura della glicemia, per fornire previsioni in tempo costante, ragionamento controfattuale strutturato secondo la fisiologia e previsioni interpretabili mediante l’attribuzione allo stato nascosto. Su questa base, SSMCGM-Agent offre un supporto decisionale in linguaggio naturale che tiene conto del rischio, traducendo previsioni, spiegazioni e analisi controfattuali in raccomandazioni fondate attraverso un’interfaccia protetta con un modello linguistico. Valutato sulla coorte T1DEXI, SSMCGM-Stream raggiunge prestazioni previsionali paragonabili a quelle di solidi modelli neurali di riferimento, riducendo al tempo stesso in misura sostanziale il costo computazionale e rendendo possibile un supporto decisionale continuo per la gestione del diabete direttamente sul dispositivo.