HOUSTON – L’apprendimento automatico ha un immenso potenziale per migliorare la cura del diabete, in particolare se utilizzato da specialisti della cura e dell’educazione del diabete , secondo due relatori intervenuti alla riunione annuale dell’American Association of Diabetes Educators.
“Non stiamo affatto dicendo, e non credo affatto, che l’apprendimento automatico sostituirà l’educazione sul diabete” , ha dichiarato Mark Heyman, PhD, CDE,vicepresidente delle operazioni cliniche della società di tecnologia medica One Drop (made in Google) durante la presentazione. “Ma vogliamo davvero capire come si adatta al contesto del ruolo dell’educatore.”
Con le nuove tecnologie che rendono più semplice che mai la registrazione di informazioni sui livelli di glucosio nel sangue, sull’attività fisica e sui pasti, tra gli altri parametri, la quantità di dati sulla salute personale sta esplodendo. Trovare modi semplici per utilizzare questi dati può essere una sfida, che è l’obiettivo dell’apprendimento automatico .
“Se riusciamo a trovare dei sistemi per utilizzare tali dati in modo efficace, possiamo essere molto più efficaci come educatori”, ha detto Heyman. “La cosa davvero interessante di questo, e ciò che guida veramente l’apprendimento automatico: la capacità di passare da una registrazione attiva dei dati a una raccolta passiva di dati, è davvero potente.”
Dai dati all’azione
Dan Goldner, PhD, vicepresidente delle operazioni di data science presso One Drop, e colleghi stanno usando l’apprendimento automatico per presentare questa ricchezza di informazioni in modo più efficace e con un impatto maggiore. Ci sono oltre 150 milioni di letture della glicemia da 1,2 milioni di persone con diabete nel database One Drop, ha detto Goldner durante la presentazione. I modelli di apprendimento automatico possono trarre, da questo insieme di letture e utilizzare algoritmi per fornire previsioni personalizzate sulla glicemia, incorporando entrambi i dati dall’individuo e dal set di dati totale, insieme a considerazioni quali l’ora del giorno e l’attività recente.
“Abbiamo addestrato il modello a guardare 150 milioni di esempi passati … e tutti gli altri dati che stanno intorno a loro e proviamo a capire quei modelli abbastanza bene da poter poi guardare la situazione attuale per una persona e dire qual è la probabilità che la glicemia di quel soggetto crei una determinata situazione ”, ha detto Goldner.
Goldner ha affermato che il sistema può “fare previsioni piuttosto buone per la maggior parte del tempo”, ma sono tutt’altro che statiche. Il sistema è in grado di digerire nuove informazioni durante il giorno e modificare le previsioni, quindi interpretare le imprecisioni e utilizzarle per informare le previsioni future.
“Quello che stiamo effettivamente cercando in definitiva è che le previsioni siano sbagliate”, ha detto Goldner. “Vogliamo che la previsione che dice” stai per andare in alto “finisca per non diventare realtà perché la persona ha preso quella previsione e ha fatto qualcosa al riguardo. … Vogliamo che la previsione che dice che stai per entrare nell’ipoglicemia non si realizzi mai perché non appena la vedono, sanno cosa fare.”
Strumento per pazienti, educatori
Heyman ha chiesto una relazione “simbiotica” tra la tecnologia di apprendimento automatico e gli specialisti dell’educazione e della cura del diabete.
“Uno dei miei obiettivi come educatore del diabete è quello di ridurre le barriere al cambiamento del comportamento”, ha detto Heyman. “Anche come psicologo, credo che il mio obiettivo sia quello che posso fare per ridurre le barriere alle persone che apportano modifiche al loro comportamento e che fanno le cose che vogliono fare nella loro vita, e l’apprendimento automatico ci dà l’opportunità in un modo davvero tangibile.”
One Drop ha sviluppato un’app mobile che incorpora alcuni aspetti dell’educazione sul diabete, fornendo inviti all’azione insieme alle sue raccomandazioni per evitare alti e bassi previsti della glicemia. Idealmente, gli specialisti del diabete utilizzerebbero tali informazioni – insieme alla loro attenzione su aspetti meno quantificabili dell’assistenza, come motivazione, stress e sconvolgimento emotivo – per elaborare strategie personalizzate di gestione del diabete per i pazienti.
Ciò può incoraggiare i pazienti ad assumere un ruolo più attivo nella gestione della glicemia.
“Per me questa è la parte più importante … mi farà pensare” Wow. Che cosa ho appena fatto e che cosa succederà come risultato? ”, Ha dichiarato Goldner. “Passare dal non chiedersi al chiedersi è un passo molto, molto importante.”
Con lo sviluppo della tecnologia, l’apprendimento automatico può portare a importanti miglioramenti sia a livello di paziente che di operatore. Per i pazienti, sono in fase di sviluppo strumenti per la valutazione di altri fattori fisiologici, nonché la consegna automatizzata dell’insulina. Gli specialisti del diabete avranno accesso a dati migliori e nuove idee per la gestione del diabete. Dovranno tenere il passo con le nuove offerte per rimanere un’autorità sulla tecnologia del diabete, ha affermato Goldner.
“Siamo solo all’inizio di questo processo. Dove sta andando questo, dove ci porterà l’apprendimento automatico, il cielo è il limite ”, ha detto Heyman. “Mentre pensiamo al nostro ruolo di educatori del diabete ora con l’apprendimento automatico e dove andare in futuro, dobbiamo essere flessibili ed essere aperti a capire tutto questo e lavorare davvero con esso come concetto.”
Riferimento:
Goldner DR, et al. F15. Presentato a: American Association of Diabetes Educators; 9-12 agosto 2019; Houston.
Divulgazione : Goldner riferisce di essere un dipendente di One Drop. Heyman riferisce di essere un dipendente di One Drop e un consulente per Eli Lilly e Tandem Diabetes.