ADA2020

#ADA2020 Il ruolo dell’intelligenza artificiale continua ad espandersi nella cura del diabete

Adv

Tre esperti hanno discusso dell’uso dell’intelligenza artificiale (AI) e dell’apprendimento automatico per migliorare la cura del diabete durante il simposio delle sessioni scientifiche sull’intelligenza artificiale, l’apprendimento automatico e il diabete .

Adv

La presentazione può essere visualizzata dai partecipanti registrati alla riunione su ADA2020.org  fino al 10 settembre 2020. Se non ti sei registrato alle  80esime sessioni scientifiche virtuali,  registrati oggi  per accedere a tutti i preziosi contenuti della riunione.

I modelli di assistenza che utilizzano l’intelligenza artificiale possono aiutare a prevedere e mitigare i rischi associati al controllo glicemico, ha affermato Josep Vehi, PhD, Professore di controllo e ingegneria biomedica e ricercatore associato presso l’Istituto di ricerca biomedica dell’Università di Girona in Spagna.

I sistemi di monitoraggio continuo del glucosio e le terapie somministrate tramite smart-pen beneficiano maggiormente degli algoritmi di previsione basati sull’intelligenza artificiale e degli strumenti di mitigazione del rischio, ha affermato. Gli algoritmi di previsione del rischio e di valutazione delle condizioni possono anche aiutare a ridurre l’intervento manuale nei sistemi del pancreas artificiale e aumentare il tempo in modalità automatica, portando a un migliore controllo glicemico.

Adrian Aguilera, PhD, Professore associato presso la School of Social Welfare presso l’Università della California, Berkeley, e Assistant Adjunct Professor presso il Dipartimento di Psichiatria presso l’Università della California, San Francisco, ha discusso di come l’IA può essere utilizzata per migliorare la medicina di precisione e trattamenti su misura per i pazienti con diabete di tipo 2.

Le popolazioni vulnerabili – a basso reddito, bassa alfabetizzazione sanitaria e gruppi di minoranze etniche – sperimentano una maggiore prevalenza e risultati peggiori nel diabete, ha affermato il dottor Aguilera, aggiungendo che le app mobili possono essere utilizzate per migliorare i risultati aiutando i pazienti a impegnarsi in comportamenti sani, inclusi quelli fisici attività.

“Tuttavia, queste app per la salute mobile non sono in genere progettate per queste popolazioni. E se questi cittadini hanno le maggiori necessità, riteniamo di poter ottenere il massimo impatto includendole nello sviluppo “, ha affermato. “Si tratta di fare in modo che i big data che utilizziamo per sviluppare i nostri algoritmi includano un’ampia fascia della popolazione”.

Il dottor Aguilera ha anche discusso i risultati del Diabetes & Mental Health Adaptive Notification Texting Study, che è stato progettato per determinare come sfruttare l’apprendimento per rinforzo per aumentare l’attività fisica. Lo studio coinvolge 200 pazienti con diabete a basso reddito del San Francisco General Hospital che hanno sintomi di depressione.

Nello studio, l’intelligenza artificiale è stata utilizzata per prevedere il contenuto più efficace per fornire messaggi di testo personalizzati e motivazionali per studiare i partecipanti e aumentare la loro attività fisica.

“I messaggi di testo sono ampiamente accessibili, economici e facili da usare, con tassi di coinvolgimento elevati e un maggiore senso di connessione personale”, ha affermato il dott. Aguilera.

Arianna Dagliati, PhD, del Dipartimento di Ingegneria Elettrica, Informatica e Biomedica dell’Università di Pavia, Italia, e del Centro di Informatica Sanitaria dell’Università di Manchester, in Inghilterra, ha discusso di come l’IA può essere utilizzata per lo screening e la previsione delle complicanze del diabete . L’intelligenza artificiale supporta il processo decisionale dei medici e ha successo quando i suoi risultati si traducono in strumenti trasparenti e accessibili, ha affermato.

La dottoressa Dagliati ha descritto il concetto di apprendimento dei sistemi sanitari, in cui lo studio continuo, i dati e le analisi vengono utilizzati nella pratica quotidiana per migliorare continuamente l’assistenza. Pensa ai componenti dell’apprendimento dei sistemi sanitari – la storia del paziente, il trasferimento dei dati alla conoscenza e il trasferimento della conoscenza al paziente – come un ciclo continuo che impara ed evolve continuamente, ha affermato.

La dottoressa Dagliati ha anche discusso del Progetto MOSAIC, un’iniziativa finanziata dall’Unione Europea che sta sviluppando modelli e algoritmi per migliorare la valutazione e l’identificazione di coloro che sono a rischio di sviluppare il diabete di tipo 2 e le complicanze correlate.