Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
La mejora del autocuidado en diabetes tipo 1 a través de dispositivos móviles y aprendizaje profundo

La monitorización continua de la glucosa, así como la adopción de dispositivos móviles ha revolucionado la forma en que las personas que viven con diabetes tipo 1 gestionan y controlan su condición.

La monitorización y el autocontrol de la glucosa en la sangre, es uno de los aspectos más importantes para las personas que viven con diabetes mellitus tipo 1 (DM1), de esta forma se pueden evitar eventos glucémicos adversos y demás complicaciones a corto y largo plazo. Gracias a los avances tecnológicos la monitorización continua de la glucosa es una realidad. Existen sensores que miden los niveles y que a su vez pueden ser escaneados utilizando un dispositivo móvil a través de una app. Además, cuentan con herramientas de visualización y descarga de datos para tomar decisiones sobre las dosis de insulina.

El estudio titulado “Mejorando la autogestión en la diabetes tipo 1 con dispositivos portátiles y aprendizaje profundo”, publicado en npj Digital Medicine mostró el monitoreo de 12 pacientes adultos con DM1 utilizando monitorización continua de la glucosa y una pulsera con un sensor portátil validada clínicamente. Los autores identificaron asociaciones entre mediciones fisiológicas, hipoglucemia e hiperglucemia.

Posteriormente desarrollaron una plataforma basada en teléfonos inteligentes llamada ARISES (Sistema adaptativo, en tiempo real e inteligente para mejorar el autocuidado, en inglés). Sumado a esto implementaron un algoritmo de aprendizaje profundo que utiliza datos de la monitorización, horas de comida, dosis de insulina, para la predicción de niveles de glucosa, hiper e hipoglucemia.

La app móvil es capaz de interactuar con los dispositivos móviles, en este caso las pulseras, a través de conexión por Bluetooth y está diseñada especialmente para los usuarios son DM1. Como se mencionó anteriormente, la app permite que usuarios registren diversos tipos de actividades diarias, ejercicio, condiciones de salud, y además permite consultar las mediciones de glucosa y sus registros históricos.

El método utilizó un horizonte de predicción de 60 minutos y alcanzó los parámetros para la detección de hiperglucemia e hipoglicemia y redujo el error cuadrático medio.

“El modelo bien entrenado se implementa en la aplicación ARISES para brindar apoyo en la toma de decisiones en tiempo real. Estos resultados indican que ARISES tiene un gran potencial para mitigar el riesgo de complicaciones graves y mejorar el autocontrol de las personas con DM1”, concluye el estudio.

Puedes consultar los resultados completos de este estudio ingresando al siguiente enlace: https://www.nature.com/articles/s41746-022-00626-5

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange