T1DMAI es un repositorio de código abierto que funciona como un zoológico de modelos de predicción de glucosa en sangre, diseñados específicamente para personas con diabetes tipo 1. El proyecto, mantenido por un usuario con esta condición, ofrece una herramienta técnica para evaluar y comparar el rendimiento de diversos algoritmos de machine learning, incluyendo modelos de transformers, árboles de decisión y modelos de lenguaje de gran escala (LLM), utilizando datos sintéticos y el conjunto de datos público MetaboNet.
El modelo principal, T1DMAI, es un transformador pequeño de 31.000 parámetros que predice la glucosa con 2 horas de antelación. Se ofrece en dos variantes, D16 DILATE y D16 MSE, que difieren en la función de pérdida de entrenamiento. El repositorio detalla que, aunque los modelos de XGBoost y LightGBM obtienen mejores puntuaciones en la evaluación de los datos del autor, el modelo T1DMAI con un adaptador LoRA ligero demuestra una capacidad superior para detectar hipoglucemias y reaccionar a los picos de glucosa, superando a los modelos clásicos en la precisión de las bandas de predicción.
El proyecto incluye herramientas auxiliares como T1DMSIM, para generar trazas sintéticas, y T1DMDROID, una aplicación móvil que ejecuta los modelos en dispositivos móviles y permite leer datos de múltiples sensores de glucosa. El autor enfatiza que T1DMAI es un artefacto de investigación, no un dispositivo médico validado clínicamente, y que su uso debe limitarse a fines educativos o de investigación, consultando siempre a profesionales de la salud para decisiones clínicas.
