CGM-системы с искусственным интеллектом позволяют лучше контролировать диабет
При сравнении систем непрерывного мониторинга глюкозы (CGM), представленных на рынке, эксперты обратили внимание на CGM-систему Medtronic Guardian 3, в которой используется искусственный интеллект от IBM Watson, инструмент прогнозной аналитики. Это программное обеспечение может прогнозировать гипогликемические события и предлагать поддержку принятия решений - то, что пока не может делать ни одна другая система CGM.
Пациенты, использующие помощника по диабету Sugar.IQ - приложение, сопрягаемое с устройством Medtronic Guardian Connect - проводят больше времени в определенном диапазоне глюкозы в крови, чем те, кто этого не делал.
Система постоянно анализирует реакцию глюкозы в крови на количество пищи, количество инсулина, ежедневные занятия и другие факторы. Затем эти данные объединяются с искусственным интеллектом от IBM Watson, партнера Medtronic, чтобы увидеть шаблоны в данных. Sugar.IQ может предсказать неизбежные максимумы и минимумы, и предупредить пациентов о предстоящем событии.
Результаты исследований показали, что пациенты, использующие систему Medtronic Guardian Connect с приложением Sugar.IQ, находятся на час больше в день в пределах определенного гликемического диапазона, или на 4 процента больше, чем пациенты, использующие только систему Guardian Connect. Кроме того, те, кто использовал опциональную функцию Glycemic Assist для получения информации от системы при выборе продуктов, увеличили свое время в диапазоне еще на 4 процента по сравнению с теми, кто не использовал эту функцию. Время в диапазоне - это процент времени, которое пациенты с диабетом проводят в оптимальном гликемическом диапазоне 70-180 мг/дл.
Исследование охватило 3100 пациентов, которые использовали систему Guardian Connect не менее пяти дней. Исследование также показало, что прогностические предупреждения инструмента поддержки принятия решений Sugar.IQ снизили уровень глюкозы в два раза по сравнению с теми, кто не использовал Sugar.IQ.
IBM Watson рассказал об алгоритме машинного обучения и его способности прогнозировать события с низким содержанием глюкозы в течение одного-четырех часов. Модель была обучена на анонимных данных CGM от более чем 10000 пользователей MiniMed 530G и Guardian Connect, что составляет более 10 миллионов "пациенто-часов". В результате анализа данных модель машинного обучения достигла 90-процентной точности в прогнозировании гипогликемических событий в течение двухчасового окна, и 85-процентной точности в прогнозировании событий в течение четырехчасового окна.