CGM-Agent: Framework di IA per la Preservazione della Privacy nell'Analisi dei Dati del Diabete Utilizzando LLM

Un nuovo framework per la preservazione della privacy chiamato CGM-Agent consente di rispondere a domande sui dati dei monitor continui della glicemia utilizzando modelli linguistici di grandi dimensioni, mantenendo le informazioni sanitarie sensibili sui dispositivi degli utenti. I monitor continui della glicemia raccolgono informazioni sanitarie personali dettagliate che potrebbero migliorare l'autogestione del diabete, ma le piattaforme per pazienti esistenti forniscono solo riepiloghi statici senza supportare query interattive. Il framework affronta le preoccupazioni relative alla privacy e all'accuratezza utilizzando gli LLM esclusivamente come motori di ragionamento che selezionano funzioni analitiche, con tutti i calcoli che avvengono localmente in modo che i dati personali non lascino mai il dispositivo. Per la valutazione, i ricercatori hanno creato un benchmark di 4.180 domande combinando modelli parametrizzati con query reali degli utenti e verità di base dall'esecuzione deterministica del programma. Nell'analisi sono stati testati sei LLM leader. L'approccio mira a migliorare la cura quotidiana del diabete consentendo interrogazioni a forma libera sui dati della glicemia mantenendo rigorose protezioni della privacy.