I ricercatori della Columbia University hanno sviluppato un algoritmo personalizzato che predice l’impatto dei cibi sui livelli di zucchero nel sangue di un individuo. L’algoritmo è stato integrato in un app: Glucoracle, che permetterà agli individui con diabete di tipo 2 di tenere a freno i livelli di glucosio: il fattore chiave per prevenire o controllare le principali complicazioni di una malattia che colpisce l’8 per cento degli americani.
I risultati sono stati pubblicati on-line oggi in PLoS Computational Biology.
I farmaci sono spesso prescritti per aiutare i pazienti con diabete di tipo 2 gestire la loro glicemia, ma l’esercizio e la dieta svolgono un ruolo importante per mantenere il quadro compensato.
“Mentre sappiamo l’effetto generale di diversi tipi di cibo sulla glicemia, gli effetti dettagliati possono variare notevolmente da persona a persona e per la stessa persona nel corso del tempo”, ha detto l’autore David Albers, PhD, scienziato e professore di Informatica Biomedica presso la Columbia University Medical Center (CUMC). “Anche con una guida esperta, è difficile per le persone a capire il vero impatto delle loro scelte alimentari, in particolare basate pasto a pasto. Il nostro algoritmo, integrato in un’applicazione facile da usare, predice le conseguenze derivanti dal fare un determinato pasto prima che il cibo si ingurgitato, consentendo ai singoli di prendere le migliori scelte nutrizionali durante i pasti “.
L’algoritmo utilizza una tecnica chiamata: dati assimilazione, in cui un modello matematico di risposta di una persona per il glucosio viene regolarmente aggiornato con le misurazioni dei valori glicemici, osservazionali e nutrizionale migliorare le previsioni del modello, ha spiegato un altro protagonista nello sviluppo dell’applicativo, George Hripcsak, MD, MS, professore e presidente della Biomedical Informatics al CUMC, l’assimilazione dei dati è utilizzata in una varietà di applicazioni, in particolare le previsioni meteorologiche.
“L’assimilatore dati viene continuamente aggiornata con le misurazioni ricavate dall’assunzione di cibo e glucosio nel sangue degli utenti, personalizzando il modello per quell’individuo,” ha detto Lena Mamykina, PhD, assistente professore di informatica biomedica presso CUMC, il cui team ha progettato e sviluppato la App Glucoracle.
Glucoracle permette all’utente di caricare le misurazioni del sangue dal polpastrello e effettuare una foto del pasto dall’applicazione, insieme a una stima approssimativa del contenuto nutrizionale del cibo. Questa stima fornisce all’utente una previsione immediata dei livelli di zucchero nel sangue post prandiali. La stima e le previsioni vengono poi adattate. L’applicazione inizia la generazione delle previsioni dopo che è stato utilizzata per una settimana, permettendo l’assimilazione dei dati.
“C’è sicuramente spazio per migliorare”, ha detto il dottor Albers. “Questa valutazione è stato progettato per dimostrare che è possibile, utilizzando i dati di routine dall’auto-monitoraggio, per generare in tempo reale le previsioni glicemiche che la gente potrebbe usare per fare meglio le scelte nutrizionali.
Incoraggiati da questi primi risultati, il team di ricerca si sta preparando per un più ampio studio clinico. I ricercatori stimano che l’applicazione potrebbe essere pronto per l’uso diffuso nel giro di due anni.