Microinfusore/CGM/Pancreas artificiale

Pancreas artificiale: algoritmo a prova di errore made in Padova

Rilevamento basato su modelli e classificazione dei guasti della pompa di insulina e annunci di pasti mancanti nei sistemi di pancreas artificiale per la terapia del diabete di tipo 1.

Il pancreas artificiale (AP) è un innovativo sistema a circuito chiuso per la terapia del diabete di tipo 1, in cui l’insulina è infusa da pompe portatili e il dosaggio dell’insulina è modulato da un algoritmo di controllo sulla base delle misurazioni raccolte dal monitoraggio continuo del glucosio ( CGM) sensori. La sicurezza e l’efficacia dei sistemi AP potrebbero essere influenzate da numerosi problemi tecnologici e relativi all’utente, tra cui guasti alla pompa dell’insulina e annunci di pasti mancati. Questo lavoro propone un algoritmo per rilevare in tempo reale questi due tipi di errore.

Pubblicità e progresso

L’algoritmo funziona come segue. Innanzitutto, viene identificato un modello di media mobile autoregressiva personalizzata con input esogeni utilizzando i dati storici del paziente. In secondo luogo, l’algoritmo viene utilizzato in tempo reale per prevedere i futuri valori CGM. Quindi, vengono attivati ??allarmi quando la differenza tra i valori CGM previsti e misurati è superiore alle soglie opportunamente impostate. Inoltre, utilizzando due diversi set di parametri, l’algoritmo è in grado di distinguere i due tipi di guasti. L’algoritmo è stato sviluppato e valutato in silico utilizzando l’ultima versione del simulatore Padova / UVa T1D approvato dalla FDA.

Risultati: l’algoritmo ha mostrato una sensibilità di ~ 81,3% in media quando si rilevano guasti alla pompa di insulina con ~ 0,15 falsi positivi al giorno in media. Sono stati rilevati annunci di pasti mancati con una sensibilità di ~ 86,7% e 0,13 FP / giorno.

Il metodo presentato è in grado di rilevare guasti al microinfusore di insulina e annunci di pasti mancati in silico, distinguendo correttamente l’uno dall’altro.

Pertanto il metodo aumenta la sicurezza dei sistemi AP fornendo tempestivi allarmi al soggetto diabetico e discriminando efficacemente il malfunzionamento della pompa dagli errori dell’utente.

Il lavoro è stato sviluppato progettato da Lorenzo Meneghetti, Andrea Facchinetti, Simone Del Favero Dipartimento di Ingegneria dell’Informazione, Università di Padova, Italia e pubblicato in IEEE Xplore il 3 agosto 2020.