En este artículo, proponemos un método para predecir el AUC posprandial y la hiperglucemia mediante un modelo de aprendizaje automático explicable llamado GlucoLens. GlucoLens utiliza datos de diversas modalidades, como datos de sensores portátiles (nivel de actividad, glucemia), registros de comidas y registros de trabajo, e integra modelos de lenguaje a gran escala y modelos de aprendizaje automático entrenables. Se desarrolló y evaluó con base en datos de un ensayo clínico de 5 semanas (10 adultos), y alcanzó un error cuadrático medio normalizado (NRMSE) de 0,123 en la configuración óptima, un 16 % superior al de los modelos existentes. Además, registró una precisión del 73,3 % y una puntuación F1 de 0,716 para predecir la hiperglucemia, y sugiere opciones de tratamiento para prevenirla mediante diversas explicaciones contrafácticas.
