技术摘要：GlyTwin——增强 1 型糖尿病血糖控制的数字孪生技术

1. 问题陈述

1 型糖尿病（T1D）患者在维持血糖控制方面面临重大挑战，频繁的高血糖暴露增加了慢性并发症的风险。尽管现有的技术如连续血糖监测（CGM）和自动胰岛素输送（AID）系统能够预测血糖趋势并 administering 胰岛素，但它们主要侧重于预测建模，而非主动的、可操作的干预规划。目前糖尿病管理中的数字孪生方法大多局限于基于人类行为和胰岛素疗法预测未来的健康结果。它们缺乏生成替代治疗方案（反事实）的能力，以指导用户进行具体的行为调整——例如调整碳水化合物摄入量、胰岛素剂量或时间——从而预防不良血糖事件。此外，现有方法往往未能将利益相关者（包括患者和医生）的偏好纳入干预生成过程，导致生成的建议虽然在临床上看似合理，但在个人层面却难以实施。

2. 方法论：GlyTwin 框架

作者提出了GlyTwin，这是一个新颖的计算框架，通过整合**反事实解释（CFs）**来增强数字孪生能力。该框架基于三大支柱范式运行：建模血糖反应、模拟行为治疗方案以及提供最佳治疗计划。

A. 数据来源与预处理

该系统在AZT1D数据集上进行了评估，这是一个新的纵向数据集，收集自 50 名使用 Tandem T:SLIM X2 泵和 Dexcom G6 Pro CGM 系统的 1 型糖尿病患者，在自由生活条件下持续 26 天。

• 特征工程：该流程提取基础速率、设备模式以及餐食/大剂量胰岛素的时间戳。一个关键的派生特征是 $\Delta t$（餐食与大剂量胰岛素之间的时间间隔），通过识别餐后血糖反应的峰值并反向推算得出。
• 可修改特征：系统专注于四个可操作的行为特征：碳水化合物份量、大剂量胰岛素总量、$\Delta t$ 以及餐前血糖水平（BGL）。
• 数据集：经过预处理后，数据集包含约 30,450 小时的数据，生成了 2,672 个事实样本（1,220 个高血糖样本，1,452 个正常血糖样本）。

B. 反事实生成算法

GlyTwin 将 CF 的生成表述为一个多目标优化问题。给定一个被预测为高血糖的事实样本 $X_T$，目标是找到最小的扰动 $\delta$，以创建一个满足以下四个标准的反事实 $X^*_T$：

1. 干预性：$X^*_T$ 必须将预测结果改变为正常血糖。
2. 最小性：$X^*_T$ 与 $X_T$ 的距离必须最小。
3. 部分性（偏好感知）：修改必须符合利益相关者的偏好权重（$R$），代表医生（$w_p$）和用户（$w_u$）的优先级。
4. 合理性：$X^*_T$ 必须保持在数据分布范围内。

该算法采用迭代且与模型无关的方法：

• 显著性计算：计算特征显著性（预测概率的前向导数），以确定哪种特征修改能产生最强的目标类别效应。
• 综合评分：通过将归一化的显著性评分与利益相关者偏好权重相加，为每个特征计算综合评分。
• 迭代扰动：根据显著性指示的方向，以步长 $\delta$ 调整综合评分最高的特征，同时受预定义边界（$f_{min}, f_{max}$）的限制。
• 终止：当达到正常血糖的目标置信度（$\gamma$）或达到最大迭代次数时，过程停止。

提出了两种变体：

• GlyTwin bi-$\Delta t$：允许双向调整大剂量胰岛素与餐食之间的时间间隔。
• GlyTwin one-$\Delta t$：将调整限制为单一方向（确保仅建议在餐前注射大剂量胰岛素）。

C. 验证策略

作者采用多维度的验证策略：

• XGBoost 模拟器：一个在真实数据上训练的 XGBoost 外部模型用于评估有效性（即 CF 是否实际导致所需的类别）。
• LoopInsighT1：基于 UVA Padova 模型的生理模拟器，用于验证 CF 是否符合时间和生理约束。
• 最近邻（NN）测试：将 CF 与历史数据进行比较，基于过去相似的实例确定可能的结果。
• 指标：有效性、邻近性（L2 距离）、稀疏性（更改的特征数量）、违规（对不可修改特征的更改）、合理性以及多样性。

3. 关键结果

与最先进基线（DiCE, Optbinning, CFNOW, NICE）相比，GlyTwin 表现出更优越的性能：

• 有效性：GlyTwin 取得了最高的有效性评分（两种变体均为 0.858），优于 DiCE（0.852）、NICE（0.785）和 CFNOW（0.702）。在生理模拟器 LoopInsighT1 中，GlyTwin bi-$\Delta t$ 的有效性达到0.9。
• 有效性（NN 测试）：GlyTwin bi-$\Delta t$ 的 NN 测试得分为0.873，表明基于历史数据，87.3% 生成的干预措施可能预防高血糖，比所有基线高出 4% 以上的幅度。
• 邻近性与稀疏性：GlyTwin 保持了较低的邻近性（0.199），确保建议与原始状态接近。虽然它平均修改的特征数量略多（稀疏性约为 2.5），但这归因于避免了仅修改不可操作特征（如糖化血红蛋白 A1C）的“捷径”，而其他方法有时会利用这一点，从而导致有效性降低。
• 偏好对齐：相关性分析（$r^2 = 0.71$）证实，生成的 CF 中特征变化的幅度与分配的利益相关者偏好权重呈正相关。
• 亚组分析：性能在不同年龄、性别和 A1C 水平下保持稳健，尽管在年轻群体和血糖控制更严格的群体中有效性略高。

4. 意义与主张

本文将 GlyTwin 定位为行为健康数字孪生范式的重要进步。其主要贡献包括：

1. 从预测转向行动：与仅预测结果的传统数字孪生不同，GlyTwin 主动生成可操作的、个性化的行为干预措施（反事实）以预防高血糖。
2. 以患者为中心的设计：这是第一种将利益相关者偏好直接整合到 CF 生成过程中的方法，确保建议尊重个人的限制和优先级（例如，患者不愿改变进餐时间）。
3. 现实世界验证：该框架基于在自由生活条件下收集的**新的真实世界数据集（AZT1D）**构建和测试，超越了合成数据或纯粹的回顾性临床试验数据。
4. 临床合理性：通过使用生理模拟器（LoopInsighT1）并遵循临床指南，系统确保生成的干预措施不仅在算法上最优，而且在医学上是恰当的。

5. 局限性与未来工作

作者对当前技术状态保持谦逊态度，承认存在若干局限性：

• 临床验证：干预措施尚未在正式临床试验中进行测试；验证依赖于模拟和历史数据比较。
• 数据限制：研究受限于较小的样本量（50 名受试者）和特定的设备生态系统（Tandem/Dexcom），这可能影响其向其他泵/CGM 组合的泛化能力。
• 特征范围：由于自由生活环境中的数据可用性，当前模型未纳入体力活动、睡眠或体内胰岛素（IOB）动态，仅关注食物和胰岛素因素。
• 计算：作为一种迭代算法，GlyTwin 的计算成本高于联合训练生成模型，尽管对于近实时应用仍然可行（每个 CF 约 5.2 秒）。

本文结论指出，GlyTwin 作为增强数字孪生反事实推理的概念验证。作者概述了未来验证的结构化路径，包括面向提供者的评估、监督试点研究以及受控临床试验，以评估其在现实世界部署中的安全性和有效性。