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 i ADAPT-T2D indsamles data for blodsukkerværdier, måltider, insulinforbrug og aktivitetsmålere for 400 patienter. Med udgangspunkt i denne 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 algoritme påtænkes efterfølgende at blive implementeret i et system og afprøvet på 40 patienter under det andet kliniske studie i ADAPT-T2D.

Status på projektet

Forskningsprojektet er per september 2021 i sin forberedelsesfase, da man afventer færdiggørelse af dataindsamling fra det første og overordnede studie ADAPT-T2D. 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.