PhysioSeq2Seq: A Hybrid Physiological Digital Twin and Sequence-to-Sequence LSTM for Long-Horizon Glucose Forecasting in Type 1 Diabetes

Resumen Técnico: PhysioSeq2Seq

Enunciado del Problema
La predicción precisa de glucosa a largo plazo es esencial para los sistemas de administración automática de insulina (AID) para gestionar la diabetes tipo 1 (T1D) y prevenir la hipoglucemia. Sin embargo, los enfoques existentes enfrentan dos limitaciones fundamentales en horizontes temporales extendidos (por ejemplo, 240 minutos):

1. Compensación de Errores Recursivos: Los modelos de aprendizaje profundo estándar, como las redes de memoria a corto y largo plazo (LSTM) recursivas, sufren un sesgo negativo sistemático (subpredicción) con el tiempo. Esto ocurre porque las propias predicciones del modelo se retroalimentan como entradas para pasos posteriores, provocando desplazamientos distribucionales y acumulación de errores.
2. Incompletitud Observacional y Rigidez: Los modelos puramente basados en datos carecen de acceso a estados fisiológicos no observados (por ejemplo, cinética de insulina plasmática, dinámica de absorción intestinal). Por el contrario, los modelos mecanísticos de Ecuaciones Diferenciales Ordinarias (ODE), como el sistema de Hovorka, proporcionan interpretabilidad fisiológica pero fallan en generalizar entre individuos cuando se parametrizan a nivel poblacional. A menudo requieren calibración específica del paciente, lo que degrada el rendimiento de la predicción a largo plazo.

Metodología: PhysioSeq2Seq
Los autores proponen PhysioSeq2Seq, una arquitectura híbrida que integra el modelado fisiológico específico del paciente con una LSTM de secuencia a secuencia (Seq2Seq). El marco opera en tres etapas distintas:

1. Emparejamiento de Gemelos: Para cada segmento de historial de Monitoreo Continuo de Glucosa (CGM) de 3 horas, el sistema realiza una búsqueda en tiempo real sobre una población precalculada de 300 gemelos digitales ODE parametrizados. El gemelo que mejor se ajusta se selecciona minimizando el Error Cuadrático Medio (RMSE) entre los datos de CGM simulados y observados. Esto permite una adaptación fisiológica específica del paciente sin reentrenar la red neuronal.
2. Extracción de Estados ODE: El gemelo emparejado se propaga hacia adelante para generar trayectorias de sus 10 variables de estado fisiológico internas. Estas incluyen compartimentos de glucosa ($Q_1, Q_2$), absorción de insulina subcutánea ($S_1, S_2, I$), acción remota de insulina ($X_1, X_2, X_3$) y absorción intestinal de carbohidratos ($M_1, M_2$). Estos estados sirven como covariables exógenas.
3. Inferencia Híbrida Seq2Seq: Una arquitectura LSTM Seq2Seq procesa los datos en un solo paso hacia adelante para eliminar la acumulación de errores recursivos:
   • Codificador: Comprime el historial aumentado (CGM escalado, Insulina a Bordo [IOB] y los 10 estados ODE) en un vector de contexto fijo.
   • Decodificador: Genera simultáneamente los 48 pasos de tiempo futuros (4 horas). Se condiciona en el contexto del codificador y en señales exógenas futuras derivadas del gemelo ODE (IOB futuro y estados ODE), asumiendo condiciones de solo basal para el horizonte de predicción.
   • Salida: El modelo produce una trayectoria de 48 pasos sin retroalimentar los valores predichos a la entrada, previniendo estructuralmente la compensación de errores.

Contribuciones Clave
El artículo identifica tres novedades principales:

• Emparejamiento de Gemelos sin Reentrenamiento: En lugar de depender de un único ODE de parámetros fijos o de una costosa calibración específica del paciente, el método utiliza una búsqueda a nivel de segmento sobre una gran población de gemelos precalculados para adaptarse dinámicamente a la fisiología individual.
• Inyección de Estados Exógenos: A diferencia de modelos híbridos anteriores que utilizan salidas ODE como predicciones directas o residuos, PhysioSeq2Seq inyecta las 10 variables de estado ODE internas (incluyendo estados invisibles como la acción remota de insulina) como covariables tanto en el codificador como en el decodificador. Esto fundamenta el modelo neuronal en dinámicas fisiológicamente viables.
• Decodificación Simultánea Multi-paso: Al adoptar una estrategia de decodificación simultánea, la arquitectura elimina el bucle de retroalimentación recursiva, abordando la fuente dominante de sesgo a largo plazo en enfoques autorregresivos sin modificar la columna vertebral LSTM subyacente.

Resultados Experimentales
El modelo se evaluó en el conjunto de datos de la Iniciativa de Ejercicio de Diabetes Tipo 1 (T1DEXI), entrenado con 348 participantes y probado con 74 participantes retenidos.

• Rendimiento a 240 Minutos: PhysioSeq2Seq logró un Error Absoluto Medio (MAE) de 39.28 mg/dL y un Error Medio (ME) de −10.62 mg/dL.
• Mejoras Comparativas:
  • En comparación con una LSTM recursiva, PhysioSeq2Seq redujo el sesgo a 240 minutos en 13.89 mg/dL (de −24.51 a −10.62 mg/dL).
  • En comparación con el Gemelo Digital basado en ODE, redujo el MAE en 28.62 mg/dL.
  • Superó a todas las líneas base (Naive, Gemelo Digital, LSTM recursiva y Seq2Seq sin características ODE) en todos los horizontes de predicción.
• Perspectivas de Ablación: El estudio confirma que el cambio arquitectónico de decodificación recursiva a simultánea es el principal impulsor de la reducción del sesgo. La inyección de características ODE proporciona mejoras adicionales consistentes en la precisión y ayuda a acotar errores atípicos, particularmente durante eventos de comidas no anticipados.

Significado y Afirmaciones
El artículo afirma que PhysioSeq2Seq demuestra que eliminar la retroalimentación arquitectónica e inyectar estados fisiológicos emparejados con el paciente es una estrategia efectiva para la predicción de glucosa a largo plazo. Los autores enfatizan que el marco no propone una nueva columna vertebral de aprendizaje profundo, sino que aísla y mitiga modos de fallo específicos en arquitecturas recurrentes estándar.

El significado radica en mostrar que los modelos ODE mecanísticos, incluso cuando están restringidos por la diversidad poblacional y las suposiciones de inicialización en estado estacionario, sirven como potentes extractores de características cuando se acoplan con modelos de secuencia basados en datos. Los autores posicionan este trabajo como una herramienta de apoyo a la decisión para sistemas AID más seguros y prevención de hipoglucemia, señalando que, aunque el marco es prometedor para dominios con modelos mecanísticos interpretables, requiere una validación clínica exhaustiva antes de su implementación en el mundo real. El método se presenta como un enfoque complementario a los marcos existentes de gemelos digitales, utilizando al gemelo como extractor de características en lugar de un simulador de trayectoria completo.