Value Proposition
我们解决的核心问题
Capabilities
GlyLLM 能做什么
六项核心能力，覆盖从实时安全预警到长期代谢管理的全周期。
低/高血糖事件预警
直接预测未来 30–120 分钟内的低血糖与高血糖事件，主动推送，尤其守护夜间低血糖这一高危时刻。
可信风险区间
不只给一个数，还给出校准过的风险概率与阈值策略，让"可能有多危险"一目了然，平衡漏报与误报。
餐后与生活方式响应
结合饮食、胰岛素与运动，预测个体化餐后血糖反应，回答"我吃这个会怎样"。
长期代谢风险分层
从连续血糖中提炼个体代谢特征，识别长期糖尿病与并发症高风险人群，支持早筛早干预。
自然语言解释
每条预警都附一句人话理由（如"近 30 分钟持续下降 + 夜间时段"），医患都能看懂、敢采纳。
跨人群跨设备迁移
判别力可迁移、阈值可本地校准，对接不同 CGM/无创设备与不同人群，快速本地化落地。
Architecture
系统架构：生理模型判断，大模型解释
大语言模型不直接读原始信号自由判断血糖，而是先由生理与事件模型产生结构化结果，经知识库与安全规则约束后，再由 LLM 生成解释、报告与建议。
多源数据接入（CGM / 无创信号 / 饮食 / 胰岛素 / 运动 / 化验）
↓
数据清洗、质控与标准化
↓
多模态生理 / 血糖模型 ＋ 事件风险预测与校准
↓
结构化糖尿病结果（事件概率 / 风险区间 / 指标 / 质控）
↓
糖尿病知识库 / 临床规则 / 安全边界
↓
大语言模型生成与交互
↓
糖宝宝（患者端） · 糖医生（医生端） · 设备端 APIUse Cases
典型应用场景
血糖监测设备厂商
为 CGM 或无创血糖设备加装"智能大脑"，把原始读数升级为事件预警与健康洞察，提升产品差异化与用户黏性。
医院与内分泌科
为医生提供患者血糖风险分层与随访摘要，把碎片化血糖数据变成可执行的临床决策支持。
健康管理与慢病平台
为患者 App 与慢病服务提供个性化预警和饮食反馈能力，提升管理效果与留存。
药企与临床研究
用连续血糖表征增强临床试验的结局预测与人群分层，辅助真实世界研究。
Live Demo
在线体验两大场景
Roadmap
落地路线
事件风险 MVP
低/高血糖事件预警、风险概率、基础阈值校准、患者端预警。
医生/患者报告
多日报告、TIR/TAR/TBR 解读、事件复盘、随访摘要。
个体化校准
用户级阈值、个体事件模型、报警负担控制、外部迁移。
生活方式响应
饮食/运动/睡眠响应、用药依从性线索、医生审核工作流。
专病基础模型
多源自监督预训练、多任务统一建模、跨设备跨人群泛化。
Safety
安全边界
GlyLLM 定位为健康管理与临床辅助，关键医疗决策必须由医生确认。
- 不自动调整胰岛素或处方药剂量，不替代医生诊断糖尿病类型。
- 不对严重低血糖、酮症酸中毒等急症做在线替代处理，高风险情况提示及时就医。
- 所有建议标注为健康管理或辅助参考，关键医疗决策由医生确认。
- 大语言模型不得生成与结构化结果矛盾的医学结论；低置信度、信号异常、数据缺失场景降级输出。