جهاز قياس الغلوكوز الذي لا يخز الإصبع، بل يكتفي بالنظر إلى المعصم — إنه حلم ملايين المصابين بالسكري. وهذا ما تعد به الخوارزميات التي تستخرج مستوى الغلوكوز من إشارة النبض العادية — تصوير التحجم الضوئي (photoplethysmography) (وهي نفسها التي تقيس النبض في الساعات الذكية). المشكلة أن أحدًا لم يستطع حتى الآن مقارنة هذه الخوارزميات بشكل صحيح: فكل باحث استخدم بياناته الخاصة وطرقه الخاصة في الفحص.

قامت مجموعة من العلماء ببناء أول خط أنابيب شفاف للتقييم العادل لهذه النماذج. أخذوا خمس طرق نموذجية وأجروها عبر ثلاثة مستويات من الصرامة. المستوى الأول — خلط عشوائي لنوافذ الإشارة، حيث يمكن أن تقع أجزاء من تسجيل شخص واحد في كل من التدريب والفحص. هنا أظهرت النماذج نتائج واعدة. المستوى الثاني — نوافذ الشخص الواحد تبقى دائمًا معًا: إما في التدريب أو في الفحص. المستوى الثالث، وهو الأشد قسوة — يُستبعد بعض الأشخاص تمامًا من التدريب، ويجب على النموذج تخمين سكرهم دون أن "يراهم" من قبل.

كانت النتيجة مفاجئة ومخيبة للآمال. بمجرد أن أصبح تقسيم البيانات عادلًا، انهارت دقة النماذج. معامل التحديد (R²)، الذي يُظهر مدى تحسن التوقع عن المتوسط البسيط، انخفض إلى الصفر أو حتى إلى القيم السالبة. بعبارة أخرى، لم يعمل الخوارزميون بشكل أفضل من أن يقولوا دائمًا متوسط مستوى السكر في العينة بأكملها. لكن الاكتشاف الأكثر خبثًا كان ينتظر في المستقبل.

حتى بالنسبة للنموذج الفاشل تمامًا، وقعت أكثر من 90٪ من التوقعات في المنطقتين الآمنتين A وB وفقًا لشبكة أخطاء كلارك — الأداة السريرية القياسية التي يستخدمها الأطباء لتقييم دقة أجهزة قياس الغلوكوز. تقسم هذه الشبكة الأخطاء إلى خطيرة ومسموح بها. اتضح أنه إذا توقعنا دائمًا القيمة المتوسطة، فإن شبكة كلارك سترسم دائمًا صورة مطمئنة. هذا المقياس، الذي صُمم لاستبعاد الأجهزة السيئة، يخفي الفشل بشكل منهجي هنا.

وهكذا، يتلقى حلم الساعات الذكية التي تقيس السكر تحذيرًا مهمًا. قبل إطلاق الخوارزميات في الممارسة السريرية الحقيقية، يجب أولاً ترتيب تقييمها الآلي — مع تقسيم عادل للبيانات ومقاييس لا تعرف الكذب.