Για τους ανθρώπους με διαβήτη τύπου 2, η διαχείριση του σακχάρου είναι μια καθημερινή πρόκληση. Ωστόσο, μια εφαρμογή που βασίζεται σε έναν νέο αλγόριθμό είναι πιθανό να απαλλάξει τους ανθρώπους από αυτό το καθημερινό στρες.
Η εφαρμογή βρίσκεται ακόμα σε εξέλιξη, αλλά η ιδέα πίσω από αυτή την εξατομικευμένη τεχνολογία είναι να προβλέπει την επίδραση του κάθε γεύματος στα επίπεδα σακχάρου. Στον διαβήτη τύπου 2, αν τα επίπεδα γλυκόζης είναι υψηλά για παρατεταμένες περιόδους, μπορούν να προκύψουν σοβαρές επιπλοκές. Τα φάρμακα χρησιμοποιούνται για να μετριάσουν τις διακυμάνσεις του σακχάρου, ενώ η άσκηση και η διατροφή παίζουν επίσης σημαντικό ρόλο.
Παρόλο που η επίδραση συγκεκριμένων τροφών μπορούν να εκτιμηθούν κατά προσέγγιση, δεν μπορούν να εκτιμηθούν με ακρίβεια καθώς διαφέρουν σημαντικά από άνθρωπο σε άνθρωπο και επηρεάζονται από αρκετούς παράγοντες.
Μια αναφορά, που δημοσιεύτηκε στο PLOS Computational Biology, εξηγεί με ποιον τρόπο μια ομάδα επιστημόνων μετέτρεψε έναν αλγόριθμό σε μια εφαρμογή που ονομάζεται Glucoracle και προσπαθεί να λύσει ακριβώς αυτό το πρόβλημα.
Ο David Albers, Ph.D., ειδικός επιστήμονας στη βιοϊατρική πληροφορική του Columbia Univeristy Medical Center (CUMC) της Νέας Υόρκης και επικεφαλής συγγραφέας της έρευνας, εξηγεί: «Ακόμα και με την καθοδήγηση ειδικών, είναι δύσκολο για τους ανθρώπους να καταλάβουν την πραγματική επίδραση των διατροφικών τους επιλογών».
Για να αντιμετωπίσουν το πρόβλημα, ο Albers και η ομάδα του σχεδίασαν έναν αλγόριθμο που θα βοηθήσει τους ανθρώπους με διαβήτη να παίρνουν καλύτερες διατροφικές αποφάσεις.
Προβλέποντας τα επίπεδα σακχάρου
Ο Albers εξηγεί πως δουλεύει η εφαρμογή: «Ο αλγόριθμός μας που ενσωματώθηκε μέσα σε μια εφαρμογή που είναι εύκολη στη χρήση, προβλέπει τις επιπτώσεις ενός συγκεκριμένου γεύματος πριν αυτό καταναλωθεί, επιτρέποντας στους χρήστες να κάνουν καλύτερες επιλογές».
Ο αλγόριθμος χρησιμοποιεί αφομοιωμένα δεδομένα, μια τεχνική που εφαρμόζεται σε πολλές σύγχρονες εφαρμογές, όπως πχ στην πρόβλεψη του καιρού.
Η αφομοίωση δεδομένων παίρνει συνέχεια νέες πληροφορίες – μεταξύ άλλων μετρήσεις σακχάρου και διατροφικές πληροφορίες – τις «συνθέτει» και δημιουργεί ένα μαθηματικό μοντέλο που αφορά την αντίδραση του κάθε ανθρώπου στη γλυκόζη.
Η Lena Mamykina, Ph.D., επιστήμονας στη βιοϊατρική πληροφορική του Columbia Univeristy Medical Center (CUMC) και συν-συγγραφέας της έρευνας, λέει: «Η αφομοίωση δεδομένων ανανεώνεται συνεχώς με τη λήψη τροφής του ατόμου και τις μετρήσεις του σακχάρου και εξατομικεύει το μοντέλο για κάθε άνθρωπο ξεχωριστά».
Οι χρήστες της εφαρμογής Glucoracle μπορούν να ανεβάσουν φωτογραφίες κάθε γεύματος με πρόχειρους υπολογισμούς για το διατροφικό τους περιεχόμενο σε συνδυασμό με μετρήσεις του σακχάρου. Έπειτα η εφαρμογή δίνει μια πρόβλεψη για τα επίπεδα του σακχάρου μετά το γεύμα.
Η εφαρμογή πρέπει να χρησιμοποιηθεί για μια εβδομάδα πριν αρχίσει να κάνει προβλέψεις, ώστε ο αφομοιωτής να «μάθει» πως αντιδρά το κάθε άτομο στις διάφορες τροφές. Η εκτιμήσεις και οι προβλέψεις αυξάνονται σε ακρίβεια με την πάροδο του χρόνου.
Πόσο καλά δουλεύει;
Η αρχική έρευνα πάνω στις δυνατότητες του αφομοιωτή δεδομένων έγινε σε 5 άτομα. Οι τρεις είχαν διαβήτη τύπου 2, ενώ οι δύο όχι. Η εφαρμογή έκανε προβλέψεις για τις αλλαγές στα επίπεδα γλυκόζης μετά από ένα συγκεκριμένο γεύμα και μετά έγινε σύγκριση με πραγματικές μετρήσεις σακχάρου.
Στους μη διαβητικούς συμμετέχοντες, οι προβλέψεις ήταν αρκετά ακριβείς σε σχέση με τις πραγματικές μετρήσεις. Για τους τρεις συμμετέχοντες με διαβήτη, οι προβλέψεις ήταν λιγότερο ακριβείς. Οι ερευνητές πιστεύουν πως αυτό ίσως οφείλεται σε φυσιολογικές διακυμάνσεις ή σε κάποια λάθος παράμετρο. Ωστόσο, οι προβλέψεις παρέμειναν «συγκρίσιμες» και ενώ τα αποτελέσματα δεν είναι τέλεια, ο Albers δεν αποθαρρύνεται και λέει:
«Υπάρχει σίγουρα χώρος για βελτιώσεις. Η εκτίμηση αυτή σχεδιάστηκε για να αποδείξει ότι είναι χρησιμοποιώντας καθημερινά δεδομένα, είναι δυνατόν να γίνουν προβλέψεις σακχάρου σε πραγματικό χρόνο, που οι άνθρωποι θα μπορούν να χρησιμοποιήσουν για να κάνουν καλύτερες διατροφικές επιλογές. Καταφέραμε να δημιουργήσουμε έναν τρόπο αυτοδιαχείρισης του διαβήτη τύπου 2 που μέχρι σήμερα δεν ήταν δυνατός. Τώρα ο στόχος μας είναι να κάνουμε τον αφομοιωτή δεδομένων πιο δυνατό και την εφαρμογή ακόμα καλύτερη».
Έχει σχεδιαστεί και αναμένεται μια μεγαλύτερα κλινική δοκιμή και οι ερευνητές ελπίζουν πως η εφαρμογή θα είναι έτοιμη για ευρεία χρήση σε δύο χρόνια από σήμερα.
GlykouliGr
