EASD 2020

#EASD2020 Lo strumento del supporto decisionale basato sull’intelligenza artificiale ottimizza l’uso di insulina per i giovani con diabete di tipo 1

Secondo i dati di uno studio controllato randomizzato, uno strumento di supporto decisionale automatizzato per l’ottimizzazione delle impostazioni del microinfusore non era inferiore alla titolazione intensiva dell’insulina fornita dai medici dei centri specializzati nel diabete accademico.

“Nonostante l’uso di pompe avanzate, che erogano dosi di insulina in modo preciso e affidabile, e il monitoraggio continuo del glucosio, che riporta i livelli di glucosio ogni 5 minuti, la maggior parte delle persone con diabete di tipo 1 non raggiunge gli obiettivi glicemici raccomandati, per molte ragioni”, Stuart A . Weinzimer, MD ,professore di pediatria alla Yale University School of Medicine e endocrinologo presso lo Yale New Haven Children’s Hospital, ci ha detto. “Il motivo più comune per cui il controllo del diabete rimane non ottimale è che il fabbisogno di insulina può variare ampiamente a seconda del pasto, del livello di attività e di una serie di altre circostanze. I sistemi automatizzati a circuito chiuso migliorano il tempo negli intervalli glicemici desiderati e il controllo generale, ma anche loro non sono perfetti. Inoltre, l’accesso a questi sistemi al momento è limitato, a causa di vincoli finanziari, vincoli assicurativi o riluttanza da parte del professionista o dell’utente ad adottare questi sistemi “.

Dosi di insulina supportate da AI

Weinzimer e colleghi hanno valutato se i frequenti aggiustamenti della dose di insulina guidati da un sistema di supporto decisionale automatizzato basato sull’intelligenza artificiale – il DreaMed Advisor Pro – siano efficaci e sicuri quanto quelli guidati dai medici nel controllo dei livelli di glucosio.

Lo strumento di supporto decisionale si compone di due parti: un sistema di comunicazione che estrae tutti i dati dal microinfusore per insulina, dimensioni e tempi del pasto e dati CGM caricati dall’utente da Glooko; e un algoritmo, responsabile dell’analisi di tutti i dati e della formulazione di raccomandazioni specifiche per migliorare il controllo del diabete.

“L’algoritmo utilizza l’intelligenza artificiale che rileva e analizza i modelli di glucosio e gli eventi di dosaggio di insulina in un approccio simile a quello utilizzato da un operatore sanitario basato su conoscenze specialistiche, raccomandazioni e dati acquisiti da vari studi clinici”, ha detto Weinzimer. “Le raccomandazioni stesse possono comportare l’aumento o la diminuzione delle dosi di insulina alimentare, le dosi di correzione o le dosi basali, o possono concentrarsi invece su altri aspetti comportamentali della gestione del diabete, come la regolarità delle attività o la tempistica del dosaggio”.

Per lo studio, i ricercatori hanno analizzato i dati di 108 bambini e giovani adulti (di età compresa tra 10 e 21 anni) con diabete di tipo 1 utilizzando la terapia con pompa per insulina. I ricercatori hanno assegnato in modo casuale i partecipanti 1: 1 a un aggiustamento remoto della dose di insulina ogni 3 settimane guidato dal sistema di supporto decisionale (n = 54) o dai medici (n = 54) per 6 mesi. I risultati sono stati pubblicati in una lettera su Nature Medicine.

I ricercatori hanno scoperto che la percentuale di tempo trascorso all’interno dell’intervallo glicemico target da 70 mg / dL a 180 mg / dL per i partecipanti al braccio dello strumento di supporto decisionale era statisticamente non inferiore rispetto ai partecipanti al braccio del medico (media, 50,2% contro 51,6, rispettivamente; P < 1 × 10 7 ). Allo stesso modo, la percentuale di letture inferiori a 54 mg / dL tra i partecipanti al braccio dello strumento di supporto decisionale era statisticamente non inferiore rispetto ai partecipanti al braccio del medico (media, 1,3% vs 1%, rispettivamente; P < .0001).

Tre eventi avversi gravi correlati al diabete (due eventi di ipoglicemia grave; un evento di chetoacidosi diabetica) sono stati riportati nel braccio del medico e nessuno nello strumento di supporto decisionale.

Non c’erano differenze tra i bracci nella percentuale di tempo al di sopra e al di sotto degli intervalli target di glucosio. La dose media giornaliera totale di insulina e quella basale giornaliera non erano statisticamente differenti tra i gruppi. Le dosi giornaliere di insulina in bolo tra i partecipanti al braccio di supporto decisionale erano più alte rispetto al braccio del medico (media, 29,6 contro 26,6; P = 0,03).

“Non sono stato molto sorpreso dai risultati tanto quanto un po ‘umiliato, un po’ come un maestro di scacchi che non può sconfiggere il computer”, ha detto Weinzimer. “Se qualcosa è stato sorprendente, è stato il fatto che gli ingegneri che hanno progettato DreaMed Advisor Pro sono riusciti a creare un algoritmo che in effetti ‘pensa’ come un esperto di diabete, considerando molteplici variabili e incognite e prendendo decisioni corrette.”

Ridurre il carico della malattia

Weinzimer ha affermato che i dati dello studio mostrano che lo strumento di supporto è sicuro ed efficace quanto gli specialisti del diabete di fama mondiale nella gestione del diabete di tipo 1.

“Questo non sostituisce in alcun modo il fornitore, ma invece libera il fornitore di dedicare tempo prezioso all’istruzione, alla consulenza e ad altri importanti aspetti dell’assistenza, invece che alla banalità dell’aggiustamento della dose”, ha detto Weinzimer. “Inoltre, consentirà a quei fornitori che potrebbero non aver avuto in precedenza l’esperienza o il livello di comfort con sensori di glucosio continuo e pompe per insulina, di offrire queste tecnologie ai loro pazienti e utilizzare DreaMed Advisor come strumento per ottimizzare la loro cura”.

Il sistema potrebbe anche essere utilizzato in tandem con gli approcci di telemedicina per fornire conoscenze specialistiche e ridurre il carico di malattia per i pazienti e per alleviare gli oneri per gli operatori sanitari, ha detto.

“Possono anche ridurre i costi associati alle visite cliniche e superare le visite perse, in particolare tra le persone che vivono nelle aree rurali o durante altre circostanze, come COVID-19, in cui l’accesso alle visite faccia a faccia con i medici è limitato, “Ha detto Weinzimer.

Fonte: 

Nimri R, et al. Nat Med. 2020; doi: 10.1038 / s41591-020-1045-7.

Divulgazioni: Weinzimer riferisce di aver ricevuto sovvenzioni dall’Helmsley Charitable Trust, sovvenzioni e commissioni personali da Medtronic e commissioni personali da Eli Lilly, Insulet, Sanofi, Tandem e Zealand. Si prega di consultare lo studio per le informazioni finanziarie rilevanti di tutti gli altri autori.