उपभोक्ता पहनने योग्य उपकरण गतिविधि और नींद का अनुमान लगाने के लिए गति और शारीरिक सेंसर का उपयोग करते हैं, लेकिन ये संकेत ग्लूकोज विनियमन का केवल अप्रत्यक्ष दृश्य प्रदान करते हैं। निरंतर ग्लूकोज मॉनिटर (CGM) हर कुछ मिनटों में अंतरालीय ग्लूकोज को ट्रैक करते हैं, उपवास, रात और भोजन के बाद के पैटर्न को कैप्चर करते हैं। फिर भी जब नैदानिक लेबल विरल और महंगे होते हैं तो इन निशानों की व्याख्या करना चुनौतीपूर्ण होता है। कई मौजूदा CGM फाउंडेशन मॉडल ग्लूकोज को एकल प्रतिनिधित्व स्ट्रीम के माध्यम से संसाधित करते हैं, लेकिन CGM में धीमी बेसलाइन पैटर्न होते हैं जो अल्पकालिक विचलन से बाधित होते हैं।

Gluco FM, एक स्व-पर्यवेक्षित फाउंडेशन मॉडल जिसमें दोहरे-स्ट्रीम डिज़ाइन है, धीमी ग्लाइसेमिक प्रवृत्तियों को अल्पकालिक विचलन से अलग करता है, जबकि दिन के समय और लापता डेटा को संरक्षित करता है। चार समूहों पर सात नैदानिक भविष्यवाणी कार्यों पर मूल्यांकन किया गया, Gluco FM का PR-AUC सर्वश्रेष्ठ प्रदर्शन करने वाले Glu Former संस्करण की तुलना में औसतन 5.8 प्रतिशत अंक अधिक था। यह सभी मधुमेह-जोखिम और बीटा-सेल डिसफंक्शन मूल्यांकनों और चार इंसुलिन प्रतिरोध मूल्यांकनों में से तीन में आगे रहा।

पोस्टप्रैंडियल ग्लाइसेमिक प्रतिक्रिया पूर्वानुमान में, Gluco FM ने Dexcom और Libre उपकरणों पर सबसे कम औसत पूर्ण त्रुटि हासिल की, सबसे अच्छा क्रॉस-डेटासेट स्थानांतरण और मजबूत कुछ-उदाहरण अनुकूलन के साथ। 109,066 घंटे के अलेबल CGM डेटा पर पूर्व-प्रशिक्षित, Gluco FM लेटेंट प्रेडिक्टिव प्री-ट्रेनिंग का उपयोग करता है जिसमें प्रासंगिक भविष्यवाणी और अस्थायी गतिशीलता कार्य शामिल हैं, साथ ही लापता डेटा और कलाकृतियों को संभालने के लिए CGM-जागरूक वृद्धि शामिल है।