Человек с диабетом 1 типа ведёт машину в густом тумане и видит только на несколько метров вперёд. Уровень сахара в крови может резко упасть или взлететь, а инсулиновая помпа должна реагировать заранее. Прогноз на четыре часа — это попытка разглядеть поворот дороги сквозь пелену.

Обычные нейросети предсказывают шаг за шагом, как водитель, который каждую секунду уточняет маршрут по предыдущей команде. Ошибка накапливается, и через пару часов прогноз «уплывает» вниз — сеть систематически занижает показатели. Физиологическая модель опирается на уравнения работы организма, но это усреднённый портрет: она не учитывает, что у каждого свой обмен веществ.

Новый подход PhysioSeq2Seq работает как опытный штурман. Сначала он за три часа наблюдений находит в базе цифрового близнеца, чьи показатели сахара совпадают с текущими данными пациента. Затем берёт 10 внутренних переменных этого близнеца — например, сколько глюкозы в крови и тканях, как быстро она расходуется — и передаёт их нейросети. Та, в свою очередь, выдаёт прогноз сразу на 48 шагов вперёд, не оглядываясь на собственные предыдущие ответы. Это как проложить весь маршрут до цели одной операцией, а не пересчитывать его каждый метр.

Такой «гибрид» не даёт прогнозу уйти в отрыв от реальности: физиология держит его в разумных границах, а машинное обучение подстраивается под конкретного человека. В итоге система помогает инсулиновой помпе работать на опережение — как если бы туман рассеялся, и водитель увидел не только капот, но и весь поворот.