Naukowcy z pracowni AI zaprezentowali LLM-T1D, system sterowania pompą insulinową, który łączy siłę uczenia wzmacniającego z interpretowalnością dużych modeli języowych. System wykorzystuje modele LLaMA 3.1 8B i Qwen3 8B, które zostały nauczone na bazie wiedzy od eksperckich algorytmów reinforcement learning. Innowacyjne podejście pozwala nie tylko na automatyczną kontrolę dawkowania insuliny, ale przede wszystkim na wyjaśnianie każdej decyzji w naturalnym, czytelnym dla człowieka języku.
Główny problem z dotychczasowymi sztucznymi trzustkami był ich "czarny charakter" - pacjenci i lekarze nie potrafili zrozumieć, dlaczego system podejmuje określone działania. To radykalnie zmienia LLM-T1D, który eksplikuje swoją logikę wprost, co znacznie zwiększa zaufanie do urządzenia. W testach na FDA-zatwierdzonym symulatorze UVA/Padova system osiągnął 73,5 procent czasu w prawidłowym zakresie glikemii, czyli wynik lepszy niż czyste modele reinforcement learning.
Równie istotne co wydajność jest bezpieczeństwo - zespół implementował formalne weryfikacje, aby zapobiec halucynacjom modelów i zapewnić, że system nie podejmie potencjalnie niebezpiecznych decyzji medycznych. To połączenie interpretabilności, wydajności i gwarancji bezpieczeństwa stanowi znaczący krok naprzód dla automatyzacji leczenia cukrzycy typu 1.