연구진이 SMBG 데이터에서 당조절 예측 정확도를 높이는 PACD-Net이라는 새로운 프레임워크를 제안했어요. PACD-Net은 가짜 SMBG 데이터를 활용해 희소한 측정값으로부터 학습하고, 다양한 샘플링 패턴 간의 일관성을 유지하는 대비 학습을 적용했어요. 실제 데이터 실험 결과, PACD-Net은 기존 방법보다 TAR, TIR, TBR 예측 정확도가 높았으며, 매우 희소한 관찰 환경에서도 안정적인 성능을 보였어요.