La vida de las personas con diabetes tipo 1 podría mejorarse significativamente a través de algoritmos que conectan los monitores de glucosa y las bombas de insulina para regular automáticamente la glucosa en sangre a niveles saludables, de la misma manera que el control de crucero en un automóvil regula la velocidad.
Un nuevo proyecto financiado por JDRF, la organización global líder que financia la investigación de diabetes tipo 1, y dirigido por Wayne Bequette, profesor de ingeniería química y biológica en el Instituto Politécnico Rensselaer, tiene como objetivo utilizar la inteligencia artificial y las técnicas de big data para analizar la información recopilada de miles de monitores continuos de glucosa y bombas de insulina. Los investigadores utilizarán esa información para mejorar los algoritmos que controlan estos dispositivos críticos.
Las personas con diabetes tipo 1 deben evaluar su nivel de azúcar en la sangre con frecuencia para decidir cuánta insulina deben inyectarse con una aguja o bomba de insulina. Hasta hace relativamente poco tiempo, el azúcar en la sangre solo se podía analizar realizando una punción con el dedo para obtener una muestra de sangre que sería analizada por un medidor de glucosa. Un proceso que la mayoría de las personas solo hace de 5 a 6 veces al día.
Ahora, los monitores continuos de glucosa pueden darles a las personas una mejor idea de si su nivel de azúcar en sangre tiende a ser alto o bajo al proporcionar estimaciones de azúcar en sangre cada cinco minutos, sin frecuentes pinchazos en los dedos.
El análisis de los datos en esta investigación permitirá a los ingenieros mejorar los modelos que predicen el efecto de la insulina y las comidas en los niveles de glucosa, proporcionando un mejor control de los niveles de azúcar en la sangre.
Por lo general, dijo Bequette, los investigadores solo tienen acceso a datos limitados durante los ensayos clínicos. Este proyecto le dará a él y a su equipo una instantánea más amplia y precisa de la vida diaria de una persona a medida que analizan los datos no identificados recopilados por Tidepool; una organización sin fines de lucro que hace que los datos sobre diabetes sean más accesibles, significativos y procesables para personas con diabetes , médicos e investigadores; a través del Proyecto de Donación de Big Data de Tidepool.
La investigación también descubrirá con qué frecuencia se producen fallas en el sensor, la bomba de insulina y el conjunto de infusión.
Bequette y su equipo han desarrollado algoritmos que pueden detectar si las señales del dispositivo de monitoreo de glucosa son confiables o no, para proporcionar un control y un equilibrio para esas irregularidades. Podrían mejorar aún más esos procesos si supieran con qué frecuencia ocurren las anomalías, y podrían desglosar aún más esos datos por grupo de edad.
Si observamos a cientos de personas, podemos decir: 'Oh, ciertos problemas ocurren con mayor frecuencia en este grupo de edad, este tipo de población o con este tipo particular de sensor. Si, por ejemplo, encuentra que es más probable que las personas de 8 a 12 años tengan este tipo de irregularidades, entonces puede tenerlo en cuenta en su algoritmo y proporcionar un control más personalizado mientras reduce la carga ".
Wayne Bequette, profesor de ingeniería química y biológica, Instituto Politécnico Rensselaer
No hay comentarios:
Publicar un comentario