GlycemicGPT : Moniteur de diabète IA auto-hébergé avec BYOAI et SDK de plugins

GlycemicGPT est une plateforme open-source de gestion du diabète conçue pour l'auto-hébergement. Elle connecte les capteurs de glucose en continu (CGM) et les pompes à insuline à une couche d'analyse IA qui fonctionne sur votre propre infrastructure. Le projet a été créé par un ingénieur logiciel diabétique de type 1 qui avait besoin d'un outil pour analyser les données entre les visites chez l'endocrinologue.

Appareils pris en charge

• Dexcom G7 – via API cloud (vérifié)
• Tandem t:slim X2 – BLE direct + API cloud (vérifié)
• Tandem Mobi – BLE (compatible avec le protocole, non vérifié sur matériel physique)
• Nightscout – pointez vers votre instance existante

Fonctionnalités de la couche IA

• Résumés quotidiens des tendances nocturnes et sur 24 heures
• Analyse de la réponse aux repas
• Chat conversationnel basé sur RAG avec connaissances cliniques
• Alertes prédictives avec seuils configurables et escalade vers les aidants

Important : GlycemicGPT ne délivre pas d'insuline, ne contrôle pas les pompes et ne fonctionne pas comme un système en boucle fermée. Il lit les données et fournit des informations uniquement.

Architecture

• Auto-hébergé via Docker ou Kubernetes – fonctionne entièrement sur votre matériel
• BYOAI – apportez votre propre fournisseur d'IA : Ollama pour un fonctionnement entièrement local (aucune donnée ne quitte votre matériel), ou tout endpoint compatible OpenAI (Claude, OpenAI, etc.)
• Les données circulent directement de votre instance vers le fournisseur choisi ; aucun service centralisé opéré par le projet

Stack technique

• API backend : FastAPI, Python 3.12, PostgreSQL 16, Redis 7
• Tableau de bord web : Next.js 15, React 19, Tailwind CSS, shadcn/ui
• Sidecar IA : TypeScript, Express, proxy multi-fournisseur
• Application Android : Kotlin, Jetpack Compose, BLE
• Wear OS : Kotlin, Wear Compose, Watch Face Push API
• SDK de plugins : Interfaces Kotlin, basé sur les capacités, en bac à sable

Démarrage rapide

Déployez avec Docker Compose, configurez un fichier .env avec vos identifiants d'appareil et le point de terminaison de votre fournisseur IA, puis exécutez :
docker compose up -d

Vous pouvez le pointer vers une instance Nightscout existante pour une ingestion immédiate des données.

À qui s'adresse-t-il

Aux développeurs diabétiques qui souhaitent auto-héberger leur propre pile de surveillance alimentée par l'IA, et aux contributeurs intéressés par les intégrations BLE/Android ou d'appareils pour le diabète.