I sistemi di pancreas artificiale mirano a ridurre il carico del diabete di tipo 1 automatizzando il dosaggio dell’insulina. Questi sistemi collegano un monitor di glucosio continuo (CGM) e una pompa per insulina con un algoritmo di controllo, ma richiedono agli utenti di annunciare i pasti, senza i quali il sistema può solo reagire all’aumento della glicemia.
Un gruppo di ingegneri sino-americano del Stevens Institute of Technology, Hoboken, New Jersey, USA.
e Università Tsinghua, Pechino, Cina, ha indagato se i dati CGM possono essere utilizzati per inferire automaticamente i pasti nella vita quotidiana anche in presenza di attività fisica, che può aumentare o ridurre la glicemia.
Gli ingegneri propongono un nuovo algoritmo di rilevamento dei pasti che combina simulazioni con dati CGM, microinfusore per insulina e cardiofrequenzimetro. Quando il glucosio osservato e previsto differisce, il loro algoritmo utilizza simulazioni per verificare se un pasto può spiegare questa differenza. Gli scienziati hanno il loro metodo su dati simulati e dati reali di individui con diabete di tipo 1 .
Nei dati simulati, hanno rilevato i pasti in precedenza e con una precisione maggiore rispetto a quanto riscontrato nel lavoro precedente (25,7 minuti, errore 1,2 g; rispetto a 48,3 minuti, errore 17,2 g). Nei dati del mondo reale, hanno scoperto un numero maggiore di pasti plausibili rispetto a quelli trovati nel lavoro precedente (30 pasti, 76,7% accettato; rispetto a 33 pasti, 39,4% accettato).
Ricerche precedenti hanno tentato di rilevare i pasti da CGM, ma avevano ritardi e una minore accuratezza nei dati reali o non consentivano attività fisica. L’approccio di questi ricercatori può essere utilizzato per migliorare il dosaggio di insulina in un pancreas artificiale e innescare promemoria per i boli dei pasti mancati.
Il lavoro evidenzia che le informazioni sui pasti possono essere dedotte in modo solido dai dati CGM e dai sensori biomedicali, anche in ambienti difficili della vita quotidiana.
Ricerca full-text pubblicata il 27 settembre nella rivista scientifica Journal of American Medical Informatics Association.