Un modèle d'IA qui intègre les données de surveillance continue du glucose, de l'analyse du microbiome, des niveaux d'activité physique et des capteurs portables révèle une hétérogénéité glycémique cachée chez les individus ayant des valeurs d'HbA1c identiques. Ces nuances pourraient améliorer la stratification du risque métabolique dans les études cliniques décentralisées.