News

Pesquisa de análise de dados sobre diabetes tipo 1 pretende melhorar aplicação de insulina

As vidas de pessoas com diabetes tipo 1 podem ser significativamente melhoradas através de algoritmos que conectam monitores de glicose e bombas de insulina para regular automaticamente a glicemia a níveis saudáveis, da mesma forma que o controle de cruzeiro em um automóvel regula a velocidade.

Um novo projeto financiado pela JDRF, a principal organização global financiadora de pesquisa de diabetes tipo 1, e liderado por Wayne Bequette, professor de engenharia química e biológica do Rensselaer Polytechnic Institute, pretende usar inteligência artificial e técnicas de big data para analisar informações coletadas de milhares de monitores contínuos de glicose e bombas de insulina. Os pesquisadores usarão essas informações para melhorar os algoritmos que controlam esses dispositivos críticos.

As pessoas com diabetes tipo 1 devem testar o açúcar no sangue com frequência para decidir a quantidade de insulina que devem injetar usando uma agulha ou uma bomba de insulina. Até muito recentemente, o açúcar no sangue só podia ser testado com a utilização de um dedo para obter uma amostra de sangue que seria analisada por um medidor de glicose – um processo que a maioria das pessoas só faz 5 a 6 vezes por dia.

Agora, os monitores de glicose contínuos podem dar às pessoas uma ideia melhor de se o açúcar no sangue está tendendo alto ou baixo, fornecendo estimativas de açúcar no sangue a cada cinco minutos, sem dedos frequentes.

A análise dos dados desta pesquisa permitirá que os engenheiros melhorem os modelos que preveem o efeito da insulina e das refeições nos níveis de glicose, proporcionando um melhor controle dos níveis de açúcar no sangue.

Normalmente, segundo Bequette, os pesquisadores só têm acesso a dados limitados durante os ensaios clínicos. Este projeto dará a ele e a sua equipe um retrato mais amplo e preciso da vida diária de uma pessoa, analisando dados não identificados coletados pela Tidepool – uma organização sem fins lucrativos que torna os dados sobre diabetes mais acessíveis, significativos e acionáveis ​​para pessoas com diabetes, médicos, e pesquisadores – através do Projeto de Doação de Big Data Tidepool.

A pesquisa também revelará com que frequência ocorrem falhas no sensor, na bomba de insulina e no conjunto de infusão.

Bequette e sua equipe desenvolveram algoritmos que podem detectar se os sinais do dispositivo de monitoramento de glicose podem ou não ser confiáveis, para verificar e equilibrar essas irregularidades. Eles poderiam melhorar ainda mais esses processos se soubessem com que frequência as anomalias estão acontecendo e poderiam quebrar ainda mais esses dados por faixa etária.

“Se olharmos para centenas de pessoas, podemos dizer: ‘Ah, certos problemas ocorrem com mais frequência nessa faixa etária, nesse tipo de população ou com esse tipo específico de sensor'”, disse Bequette. “Se, por exemplo, você descobrir que é mais provável que pessoas de 8 a 12 anos tenham esses tipos de irregularidades, você poderá explicar isso em seu algoritmo e fornecer um controle mais personalizado, reduzindo a sobrecarga.”

Por quase duas décadas, a Bequette vem desenvolvendo e aprimorando algoritmos para melhorar a vida de pessoas com diabetes tipo 1. Por exemplo, ele desenvolveu e testou um pâncreas artificial de ciclo fechado para indivíduos com diabetes tipo 1. O sistema ajusta automaticamente uma bomba de infusão de insulina com base nos sinais de um monitor de glicose contínuo.

“As decisões baseadas em dados, combinadas com a tecnologia, ajudam a melhorar a qualidade de vida e reduzem as comorbidades associadas ao diabetes”, disse Deepak Vashishth, diretor do Centro de Biotecnologia e Estudos Interdisciplinares (CBIS) da Rensselaer.

Este projeto mais recente é uma colaboração de longo prazo que Bequette teve com colegas clínicos da Escola de Medicina Icahn, no Monte Sinai, e do Centro de Diabetes Infantil Barbara Davis, na Universidade do Colorado. Seus esforços anteriores, juntamente com colegas da Universidade de Stanford, resultaram em testes clínicos para testar seus algoritmos de detecção de falhas, hipoglicemia e regulação da glicose em pacientes a partir dos 4 anos de idade.