Kunstig intelligens til forudsigelse af hypoglykæmi
Formål med forskningsprojektet
Hypoglykæmi er den kliniske betegnelse for lavt blodsukker, og kan indtræffe, hvis en patient tager mere insulin, end der er behov for. Hypoglykæmiske episoder er ubehagelige og uhensigtsmæssige, og derfor kan frygten for disse episoder være en barriere for, at nogle patienter tør tage nok insulin. Projektet går af denne grund ud på at komme frygten til livs ved at forudsige hypoglykæmier og advare patienterne i tide. Herved er forventningen, at patienterne bliver mere trygge i behandlingen og derved tør tage den rette mængde insulin. Dette har potentialet til at forbedre deres kontrol af blodsukker og på sigt nedsætte risikoen for diabetes-relaterede senkomplikationer.
Formålet med projektet er at udvikle en algoritme, som kan forudsige episoder med hypoglykæmi hos patienter med type 2-diabetes, som er i insulinbehandling.
Metode og fremgangsmåde
Forskningsprojektet tager udgangspunkt i øvrig forskning fra projektet Adherence through cloud-based Personalised Treatment for Type 2-Diabetes, forkortet ADAPT-T2D. Fra det første kliniske studie “DiaMonT” i ADAPT-T2D blev der indsamlet data for blodsukkerværdier, måltider, insulinforbrug og aktivitetsmålere for 331 patienter. Med udgangspunkt i disse data vil man anvende kunstig intelligens til at finde mønstre i data, som kan bruges til at forudsige om patienterne er i risiko for en kommende hypoglykæmi. Den udviklede model påtænkes efterfølgende at blive implementeret i et system og afprøvet på 51 patienter under det andet kliniske studie “DiaTRUST” i ADAPT-T2D.
Status på projektet
Forskningsprojektet har per maj 2024 været i stand til at udvikle en model som kan forudsige kommende episoder med natlig hypoglækæmi ud fra mønstre i blodsukkerværdierne i løbet af dagen. Resultaterne er lovende og har været fremlagt på konferencerne International Conference On Advanced Technologies & Treatments for Diabetes (ATTD) 2022 og European Association for the Study of Diabetes (EASD) i 2023. Modellen er nu implementeret i et system som led i forberedelserne til studiet “DiaTrust”. Dette studie har til formål at afprøve om forskellige typer af kunstig intelligens kan hjælpe patienter og klinikere til at give patienterne bedre blodsukkerkontrol og derved færre diabetes-relaterede senkomplikationer. Studiet forventes at starte medio 2024.
Samarbejdet om forskningsprojektet foregår mellem Steno Diabetes Center, Aalborg Universitet og Novo Nordisk. Finansiering kommer ligeledes fra Novo Nordisk og derudover Innovationsfonden.
Forskningsprojektet løber fra 2021 til 2024.
Flere forskningsprojekter
- ADAPT-T2D
- Beslutningsstøtte til estimering af insulindosis ved type 2-diabetes
- Beslutningsstøtteværktøj til revurdering af medicinsk behandling af personer med type 2-diabetes
- Database til kortlægning og bremsning af udvikling af diabetesnerveskader
- Diabetes, fald og knoglebrud
- Diabone2
- Kontinuerlig glukosemonitorering til støtte af personer på oral antidiabetisk behandling
- Kontinuert glukosemonitorering hos diabetespatienter i hæmodialyse
- MEDON
- Multidisciplinær team tilgang til diagnosticering og behandling af diabetespatienter med co-morbiditeter
- Øjenscreening i almen praksis
- Real-world Evaluation of the Costs and Causes of Fractures in patients with Diabetes Mellitus
- Tarmmikrobiotaens betydning for gestationel diabetes mellitus
- TONICS
- Undersøgelse af biomarkører som prædiktor for hjertesvigt hos patienter med type 2-diabetes uden tidligere erkendt hjertesygdom
Opdateret