面向糖尿病管理的物联网原始数据语言模型微调与评估新方法（LLM-RawDMeth）：跨学科融合视角

针对糖尿病管理中连续血糖监测(CGM)数据复杂难解读的痛点，本研究创新性地提出LLM-RawDMeth框架，通过专家知识引导的模糊逻辑建模和提示工程，对GPT-4o 等大语言模型(LLM)进行微调(FT)，实现原始时间序列(TS)到精准语言摘要的转化。结果显示微调后GPT-4o 综合评分达96%，为医疗物联网(IoT)数据实时解读提供了可扩展的标准化解决方案。

　　

在全球糖尿病患病人数预计2030年达6.43亿的严峻形势下，连续血糖监测(CGM)设备如Dexcom和Freestyle Libre³
虽能每5秒生成数据，但海量时间序列(TS)的解读成为临床决策的瓶颈。现有大语言模型(LLM)如GPT-3.5在原始生理数据处理中存在"语义鸿沟"，而传统评估指标BLEU/ROUGE无法捕捉TS的时序特征。更棘手的是，患者可能自行使用未优化的公共LLM解读数据，存在安全隐患。

西班牙哈恩大学团队在《Computer Methods and Programs in Biomedicine》发表的研究，构建了首个融合专家知识建模与客观评估的LLM-RawDMeth框架。该研究通过四步突破：1)基于国际标准构建专家标注数据集；2)采用模糊逻辑将CGM数值转化为语言变量；3)设计包含领域知识增强(DKA)的提示模板；4)建立含27项指标的评估体系，涵盖时序一致性、临床安全性和算术推理等维度。

关键技术方法
研究采集4类典型血糖TS数据，通过专家委员会依据国际糖尿病联盟标准生成黄金摘要。采用两阶段微调：先用结构化数据集训练GPT系列模型，再通过提示工程优化上下文学习。评估环节创新性引入事件重合率(ECR)和临床风险指数(CRI)，对比了GPT-4^o
、GPT-4^o
-mini和GPT-3.5在完整/简化数据场景下的表现。

研究结果

1. 模型性能：微调后GPT-4^o
   以96%综合得分领先，其事件检测灵敏度达98%，显著优于未微调模型(72%)。GPT-4^o
   -mini在资源受限场景展现76%的稳定性。
2. 提示策略：模糊逻辑提示使未微调模型在完整数据下的相关性提升40%，而领域引导提示在数据缺失时维持85%的输出一致性。
3. 安全评估：所有微调模型实现零风险输出(CRI=0)，而未微调模型产生15%的潜在误导建议。

结论与意义
该研究证实：1) 专家知识建模能将原始TS到语言摘要的转化误差降低至4%；2) 模糊逻辑与领域提示的协同使用可突破数据稀疏限制；3) 提出的ECR指标首次实现TS描述质量的客观量化。相较于Penetrative AI等预处理方案，LLM-RawDMeth直接处理原始数据的特性使其更适合实时监测场景。未来可扩展至其他慢性病管理领域，为构建"数字孪生"医疗系统提供关键技术支撑。