ADA2020

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

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 .

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.