Apollon выиграла оба трека конкурса DTM 2026 по прогнозу глюкозы

Корейский стартап Apollon, разрабатывающий безыгольный непрерывный мониторинг глюкозы (CGM), победил в обоих треках конкурса Glucose Prediction Challenge 2026. Соревнование прошло 27–29 октября в Вашингтоне в рамках конференции Diabetes Technology Meeting (DTM 2026). Команда доктора Ю Чхханхёна обошла 31 участника со всего мира, заняв первое место и по аналитической, и по клинической точности.

Конкурс при поддержке Helmsley Charitable Trust, занимающегося исследованиями диабета 1 типа, показал следующее: алгоритм Apollon достиг средней абсолютной относительной ошибки (MARD) 4,65%, а доля результатов в зоне A сетки ошибок DTS, отражающей клиническую точность, составила 97,0%. По обоим показателям это лучшие результаты среди участников.

Как работает модель

Алгоритм — ИИ-модель на основе механизма внимания (attention). Она анализирует прошлые измерения пациента и данные о введении инсулина и каждые пять минут рассчитывает динамику глюкозы на следующие два часа. Разработчики придали больший вес длинным горизонтам прогноза и обучили модель на данных инсулиновых помп того же типа, что повысило точность предсказания колебаний. Проверенный алгоритм компания намерена использовать в функции предупреждений о гипо- и гипергликемии в разрабатываемом устройстве Moglu.

Прототип и клинические испытания

На конференции также вышла совместная статья Apollon и MIT в журнале Journal of Diabetes Science and Technology, который издают American Diabetes Association и Diabetes Technology Society. Соисследователь из MIT доктор Кан Чонун председательствовал на воркшопе по неинвазивному измерению глюкозы и кетонов и представил работу по неинвазивному измерению глюкозы методом полосовой рамановской спектроскопии.

На стартап-шоукейсе показали прототип неинвазивного CGM размером 80×90×30 мм. Устройство измеряет уровень глюкозы спектроскопическим методом без забора крови и будет использовано в оценке клинической осуществимости с участием пациентов с диабетом в Joslin Diabetes Center при Гарвардской медицинской школе.

Гендиректор Apollon Хон Арам отметила, что аппаратная часть, снижающая ошибку измерения, и программная часть, заранее предсказывающая динамику, — ключевые опоры цифрового здравоохранения. Компания намерена создать решение нового поколения, объединяющее оба направления.