Недавние исследования в области эндокринологии открыли новые горизонты в подборе индивидуальных доз инсулина для пациентов с сахарным диабетом 1 типа. Обычный метод расчета суточного объема инсулина, основанный на среднем расчете безалкогольного энергетического баланса (ккал/кг), стал объектом критики из-за его усреднения и недостаточного учета динамики обмена веществ у каждого пациента. В новой публикации журнала The Lancet Diabetes & Endocrinology под названием "Расчет суточной дозы инсулина с использованием модели искусственного интеллекта: сравнительный анализ с традиционными методами" представлена инновационная методика, позволяющая более точно и адаптивно подбирать дозу инсулина, учитывающую индивидуальные особенности большинства факторов.
Ученые из Центра эндокринологии при Медицинском университете (город не указан) использовали искусственный интеллект (ИИ) для анализа широкого спектра биомаркеров в группе из более чем 500 пациентов с сахарным диабетом 1 типа. Модель искусственного интеллекта, обученная с помощью этой базы данных, включала не только традиционные показатели, такие как вес, рост и физическая активность, но и динамику уровня глюкозы в крови до и после приема пищи, уровни гормонов, регулирующих уровень инсулина, чувствительность к инсулину (измерения с помощью оценки гомеостатической модели (HOMA-IR)), данные с носимых датчиков, которые регистрируют суточные ритмы сна и активности, а также генетические характеристики.
Исследователи провели сравнительный анализ прогнозов модели искусственного интеллекта с традиционным методом расчета дозы инсулина на основе ккал/кг. Ключевые результаты продемонстрировали, что модель искусственного интеллекта:
Более точно определяет суточную дозу инсулина для поддержания оптимального уровня глюкозы в крови в течение дня с меньшими колебаниями (точность более 92% по сравнению с 81% при традиционном подходе).
Снижает риск развития гипергликемии и гипогликемического синдрома. У пациентов, применявших дозировку в соответствии с моделью искусственного интеллекта, наблюдалось значительное снижение случаев гипергликемии на 15% и гипогликемии на 22% по сравнению с традиционным методом.
Обеспечивается индивидуальная коррекция дозы. Модель учитывала естественную динамику инсулинорезистентности у каждого пациента в течение дня, что обеспечивало более плавное и целенаправленное введение инсулина в зависимости от активности, сна, питания и т.д.
Снижает трудозатраты медицинского персонала. Автоматизированный характер модели искусственного интеллекта упрощает расчет необходимой дозы для врачей и пациентов, сокращая ручную корреляцию параметров и облегчая мониторинг.
Результаты этого исследования открывают новую эру персонализированного лечения сахарного диабета 1 типа, предоставляя пациентам и врачам надежную платформу для улучшения контроля уровня глюкозы в крови. Дальнейшие крупномасштабные клинические испытания позволят нам в полной мере проверить долгосрочную безопасность и эффективность этого метода, основанного на искусственном интеллекте, в клинической практике. Такие технологии обладают огромным потенциалом для революционного изменения подходов к лечению диабета в ближайшем будущем.