Un’altra dimostrazione di come l’IA, Intelligenza Artificiale, può essere una fedele alleata in vari campi.
Gli strumenti basati sull’Intelligenza artificiale, come i software di riconoscimento vocale e i sistemi di supporto alle decisioni cliniche, sono progettati per snellire i processi di flusso di lavoro negli ospedali, ridurre i costi, migliorare l’assistenza e migliorare l’esperienza del paziente, rimanendo costantemente sulla cresta dell’ordine.
Oncologia, cardiologia e diabetologia sono tra le branche della medicina più interessate da queste innovazioni . In questo filone si inserisce anche un sistema integrato di ultima generazione per il diabete di tipo 1.
L’Intelligenza Artificiale come strumento per diagnosticare in tempi rapidi il diabete nei primi stadi della malattia: un’enorme mole di dati, riferiti al percorso di cura di oltre un milione di persone con diabete, affidati alle immense capacità di calcolo dell’Intelligenza Artificiale, per suggerire agli specialisti quali siano i fattori chiave per il raggiungimento del duplice obiettivo “controllo-metabolico” e “nessun aumento di peso” nel diabete di tipo 2.
Il metodo e i risultati hanno suscitato un interesse tale da meritare la pubblicazione sul British Medical Journal – Open Diabetes Research & Care, una delle più antiche e autorevoli riviste scientifiche del mondo.
Il sistema IA come funziona?
La ricerca tecnologica sta lavorando a un sistema che consente di controllare automaticamente i livelli di glucosio e di regolare l’infusione dell’esatta quantità di insulina per una protezione dai picchi glicemici 24 ore al giorno, per il trattamento di persone con diabete di tipo 1 a partire dai sette anni di età.
Il nuovo sistema, deduce in modo indipendente quando e quanta insulina infondere nel corpo, consentendo alla persona diabetica di apportare modifiche in caso di necessità e stabilizzare automaticamente i livelli di glucosio.
La tecnologia si basa su un sensore che misura per 24 ore al giorno la concentrazione di glucosio nel tessuto sottocutaneo, da un dispositivo indossabile che calcola la dose di insulina da infondere sulla base delle glicemie rilevate dal sensore e una pompa sottocutanea (o microinfusore) che riceve il comando dal dispositivo indossabile e inietta l’ormone in circolo chiudendo così l’anello di regolazione. Il sensore e il dispositivo comunicano via bluetooth.
Il nuovo sistema, se utilizzato in modalità automatica, richiede un input minimo da parte degli utilizzatori, che devono solo inserire i carboidrati assunti durante il pasto e calibrare periodicamente il sensore.
Ma la caratteristica più attesa e importante è data dalla capacità di prevedere e proteggere la persona con diabete dalle ipoglicemie e iperglicemie, mimando alcune delle funzioni di un pancreas sano.
Leggi Anche:
- Proprietà della discussa IA, Intelligenza Artificiale
- Supermicro Computer fabbrica la prima workstation più piccola al mondo
La ricerca, coordinata da Carlo Bruno Giorda, Direttore della Struttura Complessa di Malattie metaboliche e Diabetologia dell’Ospedale Maggiore di Chieri, ha coinvolto più di 200 Centri di Diabetologia e preso in esame un campione di oltre un milione di persone con diabete mellito di tipo 2.
I dati analizzati, estratti dal database “Annali” dell’Associazione Medici Diabetologi (AMD), sono riferiti al periodo compreso tra il 2005 e marzo 2017.
“Sebbene il raggiungimento del duplice obiettivo del “controllo metabolico” e “nessun aumento del peso” rappresenti l’attività prioritaria nella pratica clinica quotidiana del diabetologo, solo il 40-50% delle persone con diabete riesce a rientrare in questi parametri”, spiega il dottor Giorda.
“Lo studio ci ha permesso di comprendere quali sono le variabili maggiormente responsabili del mancato raggiungimento dell’obiettivo, al fine di individuare strategie terapeutiche sempre più personalizzate in base alle specifiche esigenze del paziente. In tal senso, il supporto dell’IA costituisce un valore aggiunto per il professionista: consente infatti di analizzare milioni di dati – lo studio ha esaminato oltre 5 milioni di misurazioni di emoglobina glicata – ma soprattutto è in grado di identificare le correlazioni esistenti tra le variabili, ed esprimere quindi predizioni, con ragionamenti di tipo induttivo, tipici della mente umana, con evidenti vantaggi sugli esiti della cura”.
Secondo lo studio, la presenza di una condizione di scompenso glicemico o di maggiore insulino-resistenza è la variabile che più di qualunque altra interferisce negativamente con il raggiungimento degli obiettivi terapeutici.
Al contrario, l’indagine ha confermato che l’assenza di comorbidità, la precocità d’intervento e di presa in carico della persona con diabete, oltre alla qualità delle cure – valutabile tramite l’indice del “Q Score AMD” che misura la qualità del centro sulla base di parametri clinici e organizzativi – sono elementi chiave per il raggiungimento del controllo metabolico