連續(xù)葡萄糖監(jiān)測（CGM）能夠生成詳細(xì)的葡萄糖動態(tài)時間曲線，但其在實(shí)現(xiàn)葡萄糖穩(wěn)態(tài)和預(yù)測長期結(jié)果方面的全部潛力仍未得到充分利用。在這里，我們介紹了GluFormer——一個基于生成模型的CGM數(shù)據(jù)處理工具，該模型通過自監(jiān)督學(xué)習(xí)方法，利用了來自10,812名主要為非糖尿病患者的超過1000萬次葡萄糖測量數(shù)據(jù)進(jìn)行了訓(xùn)練^1,2。通過自回歸預(yù)測技術(shù)，該模型學(xué)習(xí)了能夠在不同群體（包括來自5個國家的6,044名參與者、使用8種不同CGM設(shè)備的患者，以及處于糖尿病前期、1型和2型糖尿病、妊娠糖尿病和肥胖等多種病理生理狀態(tài)的患者）中通用化的表示方法。這些表示方法在預(yù)測血糖水平（如基線血糖值和HbA1c）及其他CGM相關(guān)指標(biāo)方面表現(xiàn)出顯著優(yōu)于傳統(tǒng)方法的性能^3,4。對于糖尿病前期患者，GluFormer能夠準(zhǔn)確識別出那些在兩年內(nèi)HbA1c可能顯著升高的個體，其預(yù)測能力優(yōu)于傳統(tǒng)的基線HbA1c指標(biāo)和其他CGM指標(biāo)。在一項涉及580名成年人的研究中，這些患者的CGM數(shù)據(jù)記錄了11年的隨訪信息^{5，GluFormer在識別糖尿病和心血管疾病高風(fēng)險個體方面比HbA1c指標(biāo)更為有效：在最高風(fēng)險四分位數(shù)中，新發(fā)糖尿病病例的比例為66%，心血管疾病死亡病例的比例為69%，而在最低風(fēng)險四分位數(shù)中，這兩個比例分別為7%和0%。在臨床試驗(yàn)中，基于GluFormer的基線血糖表示方法也改善了疾病結(jié)果的預(yù)測能力。該模型的多模態(tài)擴(kuò)展功能還能整合飲食數(shù)據(jù)，從而生成合理的葡萄糖變化軌跡，并預(yù)測個體對食物的血糖反應(yīng)。綜上所述，GluFormer為編碼血糖模式提供了一個通用框架，有望為代謝健康領(lǐng)域的精準(zhǔn)醫(yī)療研究提供支持。}