Hodnocení mobilního systému pro podporu rozhodování využívajícího umělou inteligenci pro dávkování inzulínu a predikci glykémie u diabetes 1. typu: Protokol klinické studie glUCModel (glUCModel-1)

Diabetes mellitus je chronická metabolická porucha charakterizovaná poruchou regulace hladiny glukózy v krvi, která postihuje více než 400 milionů lidí po celém světě. Inzulin, hormon produkovaný slinivkou břišní, usnadňuje vstup glukózy do buněk pro tvorbu energie. U diabetu se buď produkuje nedostatečné množství inzulinu, nebo jej tělo nedokáže účinně využívat, což vede k přetrvávající hyperglykémii. V průběhu času mohou nekontrolované hladiny glukózy vést k závažným komplikacím, včetně kardiovaskulárních onemocnění, neuropatie, retinopatie a nefropatie. Efektivní management je proto nezbytný k prevenci jak akutních, tak dlouhodobých nepříznivých následků.

Lze rozlišit dva hlavní typy diabetu. Diabetes mellitus 1. typu (T1DM) je autoimunitní onemocnění, při kterém jsou zničeny pankreatické β-buňky, což vede k absolutnímu nedostatku inzulinu. Představuje přibližně 10 % všech případů. Jedinci s T1DM vyžadují celoživotní substituční léčbu inzulinem, obvykle podávanou jako vícečetné denní injekce (MDI) nebo pomocí inzulinové pumpy. Naproti tomu diabetes mellitus 2. typu (T2DM), který je častější, je primárně charakterizován inzulinovou rezistencí. Zatímco produkce inzulinu je v počátečních stádiích zachována, progresivní dysfunkce může nakonec vyžadovat farmakoterapii, včetně inzulinu. Změny životního stylu, jako je zdravá strava a fyzická aktivita, mohou oddálit nebo zabránit vzniku a progresi T2DM.

Pro osoby s diabetem vyžaduje každodenní samoléčba časté monitorování glukózy a úpravy dávek inzulinu, které musí zohledňovat jídlo, fyzickou aktivitu, stres, onemocnění a další faktory. Kapilární glukometry a v poslední době systémy kontinuálního monitorování glukózy (CGM) výrazně zlepšily přístup k datům o glukóze v reálném čase. Interpretace těchto dat a rozhodování o nápravných opatřeních však zůstává náročné a chyby v dávkování inzulinu mohou vést k hypoglykémii nebo přetrvávající hyperglykémii. Jak akutní komplikace, tak neustálá zátěž rozhodování přispívají ke snížení kvality života a únavě z léčby.

Pro podporu pacientů v těchto složitých úkolech byly rozsáhle zkoumány prediktivní modely dynamiky glukózy. Přesná predikce by umožnila včasná varování před hypo- nebo hyperglykémií a pomohla při optimalizaci inzulinové terapie. Konečnou vizí je vývoj plně automatizovaného „umělého pankreatu“, který kombinuje senzory glukózy, podávání inzulinu a robustní prediktivní algoritmy. Pro predikci glukózy byly zkoumány různé přístupy strojového učení (ML), včetně genetického programování, metody K nejbližších sousedů, gramatické evoluce a především neuronových sítí. Mezi neuronovými architekturami prokázaly silný výkon pro časové řady, jako jsou stopy CGM, dlouhé krátkodobé paměti (LSTM) a další rekurentní modely, ačkoli byly aplikovány i konvoluční a vícevrstvé perceptronové (MLP) sítě. Navzdory povzbudivým výsledkům zůstávají výzvy v zajištění přesnosti, robustnosti a použitelnosti v reálném světě napříč různými populacemi pacientů.

Léčba T1DM, zejména u pacientů používajících MDI, stále představuje velkou výzvu. Zatímco CGM a inzulinové pumpy zlepšily výsledky, rozhodování o dávkování inzulinu stále do značné míry závisí na intuici a zkušenostech pacienta, což ponechává prostor pro chyby a variabilitu. Existuje tedy jasná potřeba nástrojů pro podporu rozhodování, které kombinují prediktivní analýzu s personalizovanými doporučeními pro zvýšení bezpečnosti, autonomie a adherence k léčbě.

Mobilní aplikace glUCModel byla vyvinuta, aby uspokojila tuto potřebu. Od svých raných verzí integruje proprietární, patentované modely umělé inteligence, které poskytují doporučení pro inzulin v reálném čase, krátkodobé předpovědi glukózy a prediktivní upozornění na hypo- a hyperglykémii. S horizontem předpovědi až dvou hodin si systém klade za cíl snížit glykemickou variabilitu a podpořit včasná nápravná opatření.

Tento protokol popisuje randomizovanou, otevřenou klinickou studii k vyhodnocení účinnosti a bezpečnosti aplikace glUCModel u pacientů s T1DM léčených MDI. Primárním cílem je posoudit zlepšení krátkodobé glykemické kontroly, měřené procentem času stráveného v cílovém rozmezí (70-180 mg/dL). Vedlejší cíle zahrnují snížení glykemických výkyvů, zlepšení spokojenosti s léčbou a vyhodnocení použitelnosti a adherence v reálném prostředí.