Vorhersagbarkeit von Diabetes-Daten ohne kontinuierliches Glukose-Monitoring für personalisierte Empfehlungen
Maschinelle Lernmodelle können die Blutzuckerwerte von Diabetespatienten mit begrenzten und unregelmäßigen Messdaten mit mäßiger Genauigkeit vorhersagen. Durch Berücksichtigung der Vorhersageunsicherheit kann die Leistung des Gesamtsystems verbessert werden.