基于多目标联邦强化学习的1型糖尿病隐私保护血糖管理：PRIMO-FRL框架的开发与验证

推荐：本研究针对传统强化学习(RL)在糖尿病管理中单目标优化和隐私泄露的局限性，开发了PRIMO-FRL框架，通过联邦强化学习(FRL)实现多目标血糖调控（TIR 76.54%、零低血糖事件），为隐私敏感的医疗环境提供安全可扩展的AI解决方案。

　　

血糖管理是糖尿病治疗的核心挑战，尤其是对于依赖外源性胰岛素的1型糖尿病患者。当前的人工胰腺系统虽能自动化调控，却受限于固定算法难以适应个体差异，而传统机器学习方法又面临数据隐私与多目标平衡的困境——既要维持70-180 mg/dL的血糖目标范围(TIR)，又要避免胰岛素过量和血糖波动。更棘手的是，集中式训练需共享敏感健康数据，违反GDPR等隐私法规。这些矛盾催生了PRIMO-FRL框架的诞生。

研究人员通过整合联邦学习(FL)与多目标强化学习(RL)，构建了去中心化的血糖调控系统。该框架采用FDA批准的UVA/Padova模拟器生成30例虚拟患者（儿童/青少年/成人各10例）数据，在本地设备训练软演员-评论家(SAC)智能体，仅通过加密模型参数更新实现协同优化。关键技术包括：动态权衡血糖稳定性与胰岛素效率的熵奖励函数、基于门控循环单元(GRU)的时序决策网络、以及跨患者群体的联邦平均聚合算法。

研究结果
Glycemic Control Outcomes
PRIMO-FRL整体TIR达76.54%，其中成人组最优（81.48%），且完全消除低血糖（<70 mg/dL）。青少年组轻度高血糖（180-250 mg/dL）发生率为29.63%，显著优于传统RL方法。

Risk Improvement and Stability Analysis
24小时血糖轨迹显示，代表性患者（如child#001）的血糖波动幅度减少68%，风险评分持续下降，证明多目标奖励机制能有效抑制极端血糖事件。

Comparative Analysis
相较于集中式RL-Scratch方案（低血糖率0.73%），本框架在保持隐私的同时将安全边际提升至零风险，且TIR提高3.5个百分点。

结论与意义
该研究开创性地将联邦学习引入慢性病管理，其价值体现在三方面：临床层面，通过多目标优化首次实现零低血糖与TIR>70%的协同；技术层面，采用GRU网络处理CGM（连续血糖监测）数据延迟噪声；隐私层面，模型训练全程无需原始数据交换。未来可扩展至真实世界胰岛素泵-CGM闭环系统，为代谢性疾病AI诊疗树立隐私保护新范式。论文发表于《JMIR Diabetes》，为数字医疗领域首个融合FRL与熵奖励的血糖调控研究。