Tecnologia de detecção de refeições deixa o pâncreas artificial a um passo mais perto da realidade

Pesquisadores de IA do Instituto de Tecnologia Stevens desenvolveram um sistema que pode detectar quando uma pessoa está comendo e calcular quantos carboidratos estão consumindo com precisão e velocidade sem precedentes. O trabalho fornece um avanço significativo para as pessoas que usam monitores contínuos de glicose como parte do tratamento do diabetes, permitindo que a insulina seja administrada mais perto do momento em que é realmente necessário, reduzindo oscilações perigosas nos níveis de glicose no sangue.

“Isso nos aproxima um pouco do Santo Graal – um ‘pâncreas artificial’ que pode detectar rapidamente alterações de glicose e corrigi-las com uma bomba de insulina, sem que o usuário precise fazer nada”, disse Samantha Kleinberg, especialista em tecnologias vestíveis e cientista da computação da Stevens, cujo trabalho apareceu em setembro Jornal da Associação Americana de Informática Médica.

Nos últimos 20 anos, sistemas de monitoramento contínuo de glicose (CGM) e bombas de insulina revolucionaram o atendimento domiciliar para milhões de pessoas com diabetes, reduzindo a necessidade de testes dolorosos de picada de agulha e injeções manuais de insulina. No entanto, as pessoas com diabetes ainda precisam tomar várias medidas para gerenciar seus níveis de glicose, como inserir manualmente o número de carboidratos a serem consumidos e determinar uma dose de insulina para contrabalançar os carboidratos na refeição – e devem fazer isso para todas as refeições e lanches.

Os sistemas anteriores de detecção de refeições também se concentraram em prever alterações nos níveis de glicose, mas Kleinberg e sua equipe, incluindo Min Zhen e Baohua Ni, adotaram uma abordagem diferente.

Em vez de prever diretamente as variações de glicose, o sistema de detecção de refeições compara as alterações na glicose – imagine um “U” de cabeça para baixo – com uma biblioteca de curvas que representam alterações na glicose de muitos alimentos diferentes que as pessoas comem. O algoritmo explora essa biblioteca de curvas e detecta a curva que se parece com as alterações e os níveis de atividade detectados durante um determinado período de tempo. Na maioria das vezes, a glicose não está flutuando muito porque as pessoas não comem, então o algoritmo não detecta muita variação. Mas quando as pessoas comem, o algoritmo detecta glicose e atividade física que se parecem com se a pessoa tivesse acabado de comer um pãozinho. O algoritmo “sabe” disso porque está comparando as curvas da biblioteca com os dados reais.

“Estamos simulando todos os diferentes tipos de refeições que uma pessoa pode estar comendo e usando essas simulações para explicar os dados provenientes dos sensores”, explicou Kleinberg.

As estimativas do sistema sobre as refeições de uma pessoa são notavelmente precisas: a ingestão de carboidratos pode ser modelada com precisão para 1,2 gramas, contra uma taxa de erro média de mais de 17 gramas nos melhores sistemas anteriores.

Tão importante quanto isso, as estimativas do sistema acontecem muito rapidamente – às vezes enquanto uma pessoa ainda está comendo – permitindo que a insulina seja administrada mais próxima do momento em que é realmente necessário. Em média, o sistema pode detectar refeições em 25 minutos – muito mais rápido que os 48 minutos necessários pelos melhores sistemas anteriores.

Ao incorporar dados de atividade, o sistema Stevens também pode explicar as flutuações nos níveis de açúcar no sangue causadas pelo exercício, aumentando ainda mais sua precisão. Versões futuras podem ser refinadas ainda mais incorporando dados de aplicativos de rastreamento menstrual, ferramentas de rastreamento do sono ou marcadores de estresse fisiológico.

Por enquanto, porém, o foco está no uso de conjuntos de dados maiores para desenvolver simulações mais precisas. Os resultados publicados foram baseados em três dias de dados para cada participante. Kleinberg agora está trabalhando para desenvolver algoritmos que melhoram com o tempo, crescendo mais rapidamente e com mais precisão à medida que aprendem sobre os hábitos alimentares e respostas fisiológicas de seus usuários.

O sistema também pode monitorar os efeitos de diferentes doses de insulina, notificando os usuários quando eles perdem uma dose ou ajudando a ajustar os níveis de dosagem. “A falta de insulina nas refeições é um grande problema”, disse Kleinberg. “Se conseguirmos detectar o tamanho de uma refeição, podemos oferecer sugestões sobre a quantidade de insulina necessária em resposta”.

Com 629 milhões de pessoas com probabilidade de serem diagnosticadas com diabetes até 2050, espera-se que os sistemas de monitoramento contínuo de glicose sejam cada vez mais amplamente utilizados nos próximos anos. Enquanto mais testes são necessários, Kleinberg espera disponibilizar livremente o sistema de sua equipe, permitindo que pacientes com diabetes atualizem o software de código aberto que controla seu sistema contínuo de monitor de glicose e bombas de insulina.


https://www.mpo-mag.com/


Similar Posts

Topo