MetaPlate

MetaPlate 使用 LLM 和 CGM 数据进行个性化糖尿病预防餐食

研究人员开发了 MetaPlate，一个旨在为管理餐后高血糖提供个性化餐食推荐的新框架。该系统整合了来自 25 名个体的连续血糖监测 (CGM) 数据、来自可穿戴设备的生理信号以及用户餐食输入。它利用机器学习模型预测血糖反应，并利用反事实优化模块调整餐食成分，目标是使血糖水平保持在 140 mg/dL 以下。然后，基于 LLM 的检索增强生成 (RAG) 层将这些调整转化为人类可读的饮食建议，这些建议通过与注册营养师的专家评估进行了完善。