El pasado 14 de Abril de 2021 Ignacio Hidalgo presentó la ponencia de Título: HERACLES-II: “Sistema Adaptativo Bioinspirado para el control glucémico basado en sensores y accesorios inteligentes.»
Resumen : La Diabetes Mellitus tipo 1 es una enfermedad crónica que se caracteriza por la elevación de la glucosa en sangre debido a una defecto en la producción de insulina y que sólo en España afecta a más de 600 mil personas. Los pacientes con esta enfermedad necesitan, de por vida, tanto medir su glucemia como inyectarse insulina subcutánea. En la práctica clínica habitual, la glucemia se puede medir mediante monitores continuos de glucosa y la insulina se inyecta ya sea manualmente o mediante un infusor subcutáneo continuo o bomba de insulina. Por otro lado, para un control glucémico completamente autónomo seria necesario un modelo predictivo que hiciera estimaciones de la evolución futura de la glucemia. Con esta información, un algoritmo de control determinaría la dosis de insulina a suministrar mediante la bomba de insulina. A día de hoy, pese a los avances producidos, podemos afirmar que la estimación y predicción de la glucosa en sangre sigue siendo un problema abierto. Por ejemplo, los modelos basados en datos que se utilizan en la actualidad para predecir los valores futuros de la glucosa hacen uso de un subconjunto de las magnitudes que la afectan. Hoy en día existen dispositivos inteligentes dotados de biosensores capaces de proporcionar información fisiológica en tiempo real y por tanto, se abre un nuevo camino para incorporar otras variables a los modelos. Así mismo, los filtros usados para estimar y predecir la glucosa en sangre usan esos modelos, sin aprovechar la abundancia de datos fisiológicos que proporcionan los dispositivos inteligentes. Por último hay una necesidad de dispositivos electrónicos capaces de incorporar toda esta información, proporcionando en tiempo real un valor estimado de la glucosa en sangre más exacto. En este trabajo continuamos la investigación realizada en el proyecto TIN-2014-54806-R, en el que se han producido importantes resultados que confirman sus hipótesis de partida. Proponemos, por un lado, extender la metodología para incorporar a los modelos información proporcionada por dispositivos inteligentes para obtener una estimación y una predicción más exacta de la evolución de la concentración de la glucosa en sangre. Por otro lado, construyendo sobre los resultados de filtros obtenidos en el mencionado proyecto, un prototipo en hardware de un dispositivo inteligente. Este dispositivo debe integrar, en tiempo real, tanto la información suministrada por los biosensores como la información de los modelos a fin de generar la estimación y predicción de glucosa. Al finalizar el proyecto, por un lado, habremos completado el diseño de un circuito integrado de un filtro bayesiano que emplee modelos basados en los datos proporcionados por los biosensores de dispositivos inteligentes. Este debe tener unas características físicas (tamaño, rendimiento y consumo de energía) que permitan su funcionamiento ininterrumpido y autónomo, al menos durante un periodo de tiempo equiparable al de los dispositivos inteligentes.Por otro lado, tendremos implementadas un conjunto de herramientas software que basándose en algoritmos evolutivos y los resultados del proyecto TIN-2014-54806-R genere modelos predictivos del comportamiento de la glucosa. Los valores de entrada serán proporcionados por sensores biométricos que en tiempo real serán enviados a los modelos del sistema recomendador de pautas insulínicas, o incluso al algoritmo de control encargado generar la actuación de la bomba de insulina en una eventual integración.
Más información (glucmodel.ucm.es, glucnet.ucm.es)
Puedes encontrar el video de la presentación en en canal de Youtube del ITC