Desarrollan un sistema que permite a los diabéticos predecir su glucosa con mayor precisión
El investigador de la Universidad de Murcia (UMU) Ignacio Rodríguez Rodríguez propone un sistema que posibilita una mayor precisión a la hora pronosticar la glucemia y, con ello, decidir las dosis de insulina de pacientes diabéticos, redundando este hecho en la mejora de su calidad de vida.
Este estudio, publicado en revistas de prestigio como Sensors o Journal of Diabetes Research, muestra un sistema de gestión integral de la diabetes tipo 1, cuando el páncreas ya no produce insulina, con biosensores que permiten estimar la evolución de la glucosa en un paciente diabético de manera automática.
La predicción de la glucosa se obtiene a partir de la completa monitorización de variables biomédicas, con medidores continuos de glucemia, pulseras inteligentes y el empleo de algoritmos, según informaron fuentes de la institución docente en un comunicado.
Se han monitorizado siete variables: dosis de insulina, cantidad de hidratos de carbono ingeridas, valores de azúcar de la persona durante las horas anteriores, ejercicio físico, ritmo cardiaco, horas de sueño y horario de actividades. Todas ellas se han medido en situaciones reales, durante catorce días, a 25 voluntarios y voluntarias con diabetes tipo 1.
Con la información recabada, empleando algoritmos inteligentes, se ha alcanzado una predicción de glucemia en los 45 minutos posteriores con un margen de error de 18.60 mg/dL. "A través de algoritmos de aprendizaje-máquina se puede llegar a predecir la glucosa de un paciente diabético con un error muy aceptable", destaca Rodríguez.
A través de esta investigación se ha pretendido explotar el concepto de Internet de las Cosas. Se trata de una interconexión total con la red y todo el potencial que esto supone en cuanto a almacenamiento de datos, computación en la nube o ubicuidad, así como a la extracción de patrones y la predicción que posibilitan los algoritmos inteligentes.
Los algoritmos elegidos para predecir la glucosa se han ejecutado en dispositivos de recursos limitados para comprobar su viabilidad en aparatos portátiles, como teléfonos móviles, que pueda llevar el paciente.