Los resultados detallan que la combinación de IA y wearables ha permitido avances importantes en el monitoreo glucémico y en la toma de decisiones clínicas.
Un artículo reciente publicado en npj Digital Medicine analiza cómo la inteligencia artificial (IA) y la tecnología portátil están transformando el manejo de la diabetes y la prediabetes. El estudio, realizado a través de una revisión sistemática, evaluó más de 5000 trabajos científicos y seleccionó 60 investigaciones que integran modelos de IA con datos obtenidos de dispositivos portátiles, como monitores continuos de glucosa (CGM, en inglés), relojes inteligentes o wearables y sensores biométricos.
De acuerdo con los autores, la combinación de IA y wearables ha permitido avances importantes en áreas como el monitoreo glucémico, la predicción de eventos relacionados con la diabetes y el apoyo a la toma de decisiones clínicas. Los CGM fueron los dispositivos más utilizados en los estudios analizados y demostraron aportar información en tiempo real sobre los niveles de glucosa, facilitando ajustes inmediatos en alimentación, actividad física e insulina.
Los modelos basados en IA, especialmente los desarrollados con técnicas de aprendizaje profundo o deep learning, mostraron un desempeño prometedor para anticipar fluctuaciones en la glucosa, optimizar la administración de insulina y ofrecer recomendaciones personalizadas. Además, diversas investigaciones utilizaron sensores adicionales, como fotopletismografía, acelerometría o mediciones cardíacas, que, combinados con algoritmos avanzados, mejoraron la detección de estrés, actividad física o riesgo de hipoglucemia.
Sin embargo, la revisión también identificó múltiples desafíos importantes. Por ejemplo, los autores destacaron la baja diversidad demográfica de los participantes, la variabilidad en la calidad de los datos recopilados y la falta de estándares uniformes para evaluar el rendimiento de los modelos de IA. En este sentido, solamente 7% de los estudios reportó información étnica o racial, lo que limita la capacidad de generalizar los hallazgos a poblaciones más amplias. Asimismo, muchos modelos carecen de interpretabilidad, un aspecto crucial para su adopción en contextos clínicos.
Los autores señalan que, aunque la integración de IA y dispositivos portátiles ofrece un gran potencial para mejorar la atención de personas con diabetes tipo 2, aún existen áreas que requieren mejoras continuas. Entre las prioridades destacan mejorar la transparencia de los modelos, incluir poblaciones más diversas y establecer métricas claras que permitan comparar y validar estas herramientas.
