Noticias

Investigadores del ai2 desarrollan una app de predicción de glucosa sin necesidad de que el paciente introduzca ningún dato

Investigadores del ai2 desarrollan una app de predicción de glucosa sin necesidad de que el paciente introduzca ningún dato

El Grupo de Tecnodiabetes del Instituto de automática e informática industrial de la UPV está desarrollando una app para pacientes de diabetes tipo 1 que permitirá, sin ningún tipo de intervención por parte del usuario, predecir la glucosa que estos necesitan en cada momento y apoyar así sus terapias de insulina.

 

El proyecto LEAP, financiado por el Ministerio de Ciencia e Innovación, supondrá así una revolución para los pacientes de diabetes tipo 1, que actualmente cuentan en el mercado con sistemas de predicción de glucosa muy novedosos, pero que requieren un histórico de glucosa e información de la insulina que se ha administrado, así como de las ingestas de comida. “La única forma de tener una base de datos de ese tipo es que el paciente esté constantemente introduciendo esos datos en la app, cosa que hace que la gente se canse y dichos sistemas tengan poca adherencia a largo plazo”, explica Jorge Bondia, investigador principal del proyecto LEAP.

 

La novedad disruptiva de LEAP es que persigue conseguir un sistema automático que realiza, según se ha comprobado durante los primeros años de estudio, una predicción de glucosa de calidad similar a los sistemas que hay ahora mismo en el mercado, pero con una carga nula para el paciente. Es decir, “toda la información de entrada que requiere el predictor de glucosa se puede obtener de forma automática, sin ningún tipo de intervención en ningún momento”, asegura Bondia.

 

¿Cómo es posible? La clave se centra en la infraestructura en la que se apoya dicha aplicación. La app que el paciente tendrá en su móvil irá recogiendo información del monitor continuo de glucosa y toda esa información se enviará a un gran servidor operado por un motor de inteligencia artificial. Dicho motor aprende de los datos que va recibiendo de la app del paciente y envía de vuelta un modelo sintonizado con el comportamiento actual del paciente.

La metodología de predicción es diferente a las que hay ahora mismo, pues se basa en el troceado de datos del monitor continuo a partir de un disparo de eventos. Esos eventos, como pueden ser comer o hacer ejercicio, se pueden detectar de forma automática, con lo que no hace falta ningún tipo de registro ni cantidad de carbohidratos, ni siquiera del instante de la comida; se pueden utilizar herramientas para detectar esos momentos de subida de glucemia, según los investigadores del proyecto.

El papel del grupo de investigación del ai2 es desarrollar en el servidor todo el motor de aprendizaje y la app para recoger datos y hacer predicciones, a modo de demostración, no será el producto final; eso llegará más tarde.

 

 

Sin necesidad de smartpen

Pero  las ventajas del desarrollo del ai2-UPV no se limitan a quitarle trabajo diario al paciente, sino que amplía el rango de los beneficiarios de este producto. Los sistemas actuales hacen que solo los usuarios de bombas de insulina o de smartpens (plumas con capacidad de comunicación bluetooth) puedan beneficiarse de la obtención automática de los valores de insulina que necesitan. Sin embargo, la mayoría de pacientes de diabetes utilizan plumas convencionales, donde no hay ningún tipo de registro de insulina. “Nuestra otra ventaja competitiva es que cualquier usuario con cualquier terapia de insulina pueda usar nuestro sistema, incluso los pacientes que usan plumas convencionales”, asegura Bondia.
Actualmente, el grupo de investigación del Instituto ai2 está en fase de definición de la arquitectura de software y a punto de empezar con la implementación de la app y del motor de aprendizaje en el servidor.