Google Research a dévoilé GlucoFM le 26 août, un modèle de fondation autosupervisé consacré exclusivement aux courbes de surveillance continue du glucose (CGM). L'article est publié sur arXiv sous le numéro 2605.30865, signé par Ahmed A. Metwally et Zechen Li, de Google Research. Le scénario visé est très précis : un capteur porté au bras livre une mesure toutes les cinq minutes, et au bout de quelques jours, cela forme une courbe longue et bruitée dont les médecins veulent extraire des indicateurs comme la résistance à l'insuline ou la fonction des cellules bêta — une tâche qui reposait auparavant sur un travail manuel d'ingénierie des caractéristiques.
L'approche du modèle consiste à scinder la courbe en deux voies. L'une traite les variables lentes, c'est-à-dire les tendances métaboliques sur plusieurs heures à une journée ; l'autre traite les variables rapides, comme les pics après les repas ou les hypoglycémies nocturnes. Les deux voies sont encodées séparément puis fusionnées en une représentation commune. L'équipe a mené une étude d'ablation et constaté que la version ne conservant que le "flux d'événements" obtient les moins bons résultats — les fluctuations instantanées seules ne suffisent pas à dresser un portrait métabolique stable.
Les chiffres en détail
Le préentraînement a mobilisé 109 000 heures de données CGM non étiquetées, issues de 477 enregistrements de participants ou de sessions répartis sur cinq jeux de données. L'évaluation couvre quatre cohortes — CGMacros, la cohorte de Stanford, la cohorte Hall et ShanghaiT2DM — et sept tâches de prédiction clinique, soit 14 combinaisons cohorte-tâche au total. Le point de comparaison était la meilleure variante de GluFormer : le PR-AUC moyen de GlucoFM est supérieur de 5,8 points de pourcentage, soit une amélioration relative d'environ 7,5 %. Sur le risque de diabète et la fonction des cellules bêta, GlucoFM l'emporte systématiquement ; sur la résistance à l'insuline, il gagne trois évaluations sur quatre. L'erreur absolue moyenne (MAE) pour la prédiction de la réponse glycémique postprandiale est de 21,88 mg/dL, contre 22,90 pour la référence. Sur les 12 évaluations de transfert entre jeux de données, il en remporte 11, avec des écarts allant de 0,5 à 8,6 points.
La partie apprentissage à faible nombre d'exemples (few-shot) se rapproche encore plus de la pratique réelle. Même avec un seul participant étiqueté par classe, ou en n'utilisant que 1 % des observations, GlucoFM conserve son avantage. Dans la recherche clinique, le coût de l'étiquetage dépasse souvent d'un ordre de grandeur celui de la collecte de données, un constat bien plus utile en pratique qu'un simple score de classement.
Un contraste dans l'échelle des données
Calcul approximatif : 109 000 heures avec un échantillonnage toutes les cinq minutes équivalent à environ 1,3 million de points de données. Les modèles de langage de la même époque démarrent souvent à plusieurs milliers de milliards de tokens, si bien que cette échelle devient presque insignifiante en comparaison. Les 477 enregistrements répartis sur cinq jeux de données sont eux aussi loin de constituer une grande échelle. Google le reconnaît d'ailleurs sans détour dans la section des limites : la population de préentraînement reste plutôt réduite, et le modèle ne traite pour l'instant que des fenêtres indépendantes de 24 heures, sans percevoir les tendances hebdomadaires ou mensuelles.
Les modèles de fondation pour signaux et les modèles de langage ne semblent pas obéir à la même logique d'échelle. Les courbes CGM ont peu de degrés de liberté et une structure marquée, si bien que les données de quelques centaines de personnes suffisent déjà au modèle pour apprendre ce qui constitue une fluctuation normale. Parmi ses projets futurs, Google évoque un passage à des populations plus vastes et plus diverses, une modélisation native sur plusieurs jours, un soutien à l'adaptation en temps réel, ainsi qu'une meilleure compréhension des différences de profils de bruit entre cohortes.
L'arrivée sur les appareils
L'évaluation a été validée séparément sur des capteurs Dexcom et Libre, ce qui montre que le modèle n'est pas figé sur les caractéristiques d'échantillonnage d'un seul type de matériel. Les données de réponse postprandiale comprennent 874 paires d'événements repas issues de 34 participants — un volume modeste, mais recueilli avec rigueur. Depuis quelques années, le CGM déborde de la gestion du diabète vers les populations en bonne santé ; avec l'arrivée de versions sans ordonnance, le nombre de porteurs ne peut qu'augmenter, tout comme le volume de courbes non étiquetées disponibles pour l'apprentissage autosupervisé. Un modèle léger, capable de transfert avec peu d'exemples, tombe précisément à ce moment charnière.
Sources : blog officiel de Google Research, article arXiv 2605.30865, CocoLoop ; l'architecture du modèle, le volume de données de préentraînement et les critères des 14 combinaisons cohorte-tâche suivent ce qui a été publié sur le blog officiel.