Table of Contents

Ο ρόλος του IoT στην ανίχνευση και πρόληψη της διαβητικής κετοξέωσης

Η διαβητική κετοξέωση (DKA) παραμένει μία από τις πιο οξείες και απειλητικές για τη ζωή επιπλοκές του διαβήτη, ιδιαίτερα σε άτομα με διαβήτη τύπου 1, αλλά και σε άτομα με σοβαρό στρες τύπου 2. Ιστορικά, η διαχείριση του DKA στηρίχθηκε στην παρακολούθηση της γλυκόζης του αίματος από τον ασθενή, στην αναγνώριση συμπτωμάτων και σε επισωδικές επισκέψεις σε παρόχους υγειονομικής περίθαλψης ⁇ συχνά πολύ αργά για να αποτραπεί η νοσηλεία. Το Διαδίκτυο των Πραγμάτων (IoT), ωστόσο, αναδιαμορφώνει αυτό το τοπίο επιτρέποντας συνεχή, σε πραγματικό χρόνο παρακολούθηση και αυτοματοποιημένη παρέμβαση. Οι συσκευές IoT ⁇ που κυμαίνονται από υποδόριους συνεχούς ελέγχους παρακολούθησης γλυκόζης σε έξυπνες συσκευές ινσουλίνης, φορητοί βιομετρικοί αισθητήρες και συνδεδεμένες αντλίες ινσουλίνης ⁇ τώρα παρέχουν μια ροή δεδομένων κλειστού εντοπισμού που επιτρέπει την έγκαιρη ανίχνευση μεταβολικών διαταραχών πριν κλιμακωθούν σε πλήρη DKA. Αυτό το άρθρο διερευνεί τους μηχανισμούς από τους οποίους η τεχνολογία IoT ανιχνεύει κινδύνους το DKA, τις προληπτικές στρατηγικές που επιτρέπει, τις προκλήσεις της εφαρμογής του διαβήτη.

Κατανόηση της διαβητικής κετοξέωσης: Παθοφυσιολογία και Παράγοντες Κινδύνου

Η διαβητική κετοξέωση ορίζεται από την τριάδα της υπεργλυκαιμίας (γλυκαιμία αίματος > 250 mg/ dl), της κετονίας ή της κετονουρίας και της μεταβολικής οξέωσης (pH <7. 3). Η υποκείμενη αιτία είναι μια απόλυτη ή σχετική ανεπάρκεια ινσουλίνης σε συνδυασμό με μια αύξηση των αντιρρυθμιστικών ορμονών όπως η γλυκαγόνη, η κορτιζόλη και οι κατηχολίνες. Χωρίς επαρκή ινσουλίνη, η γλυκόζη δεν μπορεί να εισέλθει σε κύτταρα για παραγωγή ενέργειας. Ο οργανισμός απαντά διασπώντας τα αποθηκευμένα λίπη σε ελεύθερα λιπαρά οξέα, τα οποία στη συνέχεια μετατρέπονται σε κετόνες (ακετοξική, β-υδροξυβουτυρική και ακετόνη) στο ή στο ήπαρ. Όταν η παραγωγή κετονών υπερβαίνει την ικανότητα του οργανισμού να τα απομονώνει, η μεταβολική οξέωση επακολούθησε, οδηγώντας σε ανισορροπίες ηλεκτρολυτών, αφυδάτωση και, εάν δεν έχει θεραπευτεί, κώμα ή θάνατο.

Τα κοινά ερεθίσματα περιλαμβάνουν λοιμώξεις, χαμένες δόσεις ινσουλίνης, διαβήτη, έμφραγμα του μυοκαρδίου, παγκρεατίτιδα και τη χρήση ορισμένων φαρμάκων όπως κορτικοστεροειδή ή αναστολείς της SGLT2. Ενώ το DKA είναι πιο διαδεδομένο στο διαβήτη τύπου 1, άτομα με διαβήτη τύπου 2 μπορούν να το αναπτύξουν κάτω από ακραίες φυσιολογικές καταπονήσεις ⁇ μια κατάσταση που μερικές φορές ονομάζεται διαβήτης που προκαλεί κέτωση. Η συχνότητα εισαγωγής νοσοκομείων της DKA έχει αυξηθεί παγκοσμίως, με μερικές μελέτες να αναφέρουν ετήσια ποσοστά 4-8 ανά 1.000 άτομα-έτη σε πληθυσμούς τύπου 1. Αυτό υπογραμμίζει την επείγουσα ανάγκη για προληπτική, τεχνολογική πρόληψη

Πώς IoT συσκευές Παρακολούθηση Διαβήτη και ανίχνευση κινδύνου DKA

Το οικοσύστημα IoT πυρήνα για τη διαχείριση του διαβήτη περιλαμβάνει συνεχείς οθόνες γλυκόζης (CGM), έξυπνες συσκευές τύπου πένας ινσουλίνης, συνδεδεμένες αντλίες ινσουλίνης (συμπεριλαμβανομένων των αυτόματων συστημάτων χορήγησης ινσουλίνης), φθαρτούς βιοαισθητήρες που παρακολουθούν τις κετονές και άλλους μεταβολίτες, και πλατφόρμες δεδομένων βασισμένες σε σύννεφα που συσσωρεύουν και αναλύουν ροές από πολλαπλές συσκευές.

Συνεχείς οθόνες γλυκόζης (CGM)

CGMs όπως το Dexcom G6, Abbott FreeStyle Libre 2/3, και Medtronic Guardian σειρά μετρούν τα διάμετρα επίπεδα γλυκόζης κάθε 1-5 λεπτά μέσω ενός υποδόριου αισθητήρα. Οι συσκευές στέλνουν μετρήσεις γλυκόζης σε ένα δέκτη ή εφαρμογή smartphone, η οποία μπορεί να εμφανίσει τάσεις, ρυθμό αλλαγής βέλη, και ειδοποιήσεις κατωφλίου. Για την πρόληψη DKA, CGMs είναι ανεκτίμητη επειδή ανιχνεύουν την παρατεταμένη υπεργλυκαιμία ⁇ συχνά το πιο πρώιμο προειδοποιητικό σημάδι της επικείμενης DKA. Σε μια μελέτη του 2022 που δημοσιεύθηκε σε Diabetes Technology & Θεραπευτικά δεδομένα, οι χρήστες CGM παρουσίασαν μείωση 40% στο τμήμα έκτακτης ανάγκης που σχετίζεται με το DKA σε σύγκριση με όσους χρησιμοποιούν μόνο τον αυτοέλεγχο της γλυκόζης αίματος.

Αισθητήρες κετόνης και πολυπαραμετρική παρακολούθηση

Ενώ η υπεργλυκαιμία είναι προειδοποίηση, ο οριστικός βιοδείκτης για το DKA είναι η παρουσία αυξημένων κετονών. Οι παραδοσιακές ταινίες κετόνης ούρων είναι άβολες, επιρρεπείς σε ψευδή αρνητικά, και παρέχουν μόνο πληροφορίες στιγμιότυπων. Οι μετρητές κετόνης ιωΤ-ενεργού αίματος, όπως οι Keto-Mojo ή Nova Max Plus, μπορούν να μεταδώσουν ενδείξεις μέσω Bluetooth σε εφαρμογή smartphone, αλλά εξακολουθούν να περιορίζονται σε επιτόπιους ελέγχους. Τα όρια ανίχνευσης κετόνης βρίσκονται σε συνεχή παρακολούθηση κετόνης. Οι ερευνητές αναπτύσσουν φορητούς αισθητήρες που χρησιμοποιούν ενζυματικές ή ηλεκτροχημικές μεθόδους για τη μέτρηση της β-υδροξυβουτυρικής σε διαστημικό υγρό. Τα πρώιμα πρωτότυπα, όπως η συνεχής οθόνη κετόνης από την Prevent DKA Inc., έχουν δείξει υπόσχεση σε πιλοτικές μελέτες, επιτυγχάνοντας πάνω από 90% ευαισθησία στην ανίχνευση επιπέδων κετονίας πάνω από 0,6 mmol/L. Η ενσωμάτωση αυτών των αισθητήρων με δεδομένα CGM δημιουργεί ένα διπαρακολούθηση που μπορεί να εντοπίσει την ακριβή στιγμή της μετάβασης σε .

Έξυπνες Πένες Ινσουλίνης και Συνδεμένες Αντλίες

Οι έξυπνες συσκευές τύπου πένας ινσουλίνης (π. χ. NovoPen Echo Plus, InPen) καταγράφουν αυτόματα το χρόνο ένεσης, τη δόση και τον τύπο της ινσουλίνης, συγχρονίζοντας τα δεδομένα με εφαρμογές smartphone. Αυτή η παρακολούθηση βοηθά τους ασθενείς και τους κλινικούς να ανιχνεύουν χαμένες ή καθυστερημένες δόσεις ⁇ μια κοινή αιτία του DKA. Ομοίως, συνδεδεμένες αντλίες ινσουλίνης (π. χ. Medtronic Minimed 780G, Tandem t: slim X2 με Control- IQ) όχι μόνο παρέχουν ινσουλίνη αλλά επίσης αποτυπώνουν δεδομένα σχετικά με βασικά ποσοστά, boluses και συναγερμούς αποκλεισμού. Όταν ενσωματώνονται με δεδομένα CGM, τα συστήματα αυτά μπορούν να προκαλέσουν συναγερμό αν διακοπεί η χορήγηση ινσουλίνης (π. χ. λόγω μιας μπλοκαρισμένου σετ έγχυσης) και η γλυκόζη αρχίζει να αυξάνεται. Σε συστήματα αυτόματης χορήγησης ινσουλίνης (υβρίδιο κλειστού loop), ο αλγόριθμος μπορεί ακόμη και να αυξήσει τη βασική ινσουλίνη ή να δώσει διορθωτικές bolus για την πρόληψη της υπεργλυκαιμίας από επικίνδυνα όρια.

Προληπτικές στρατηγικές ενεργοποιημένες από τα δεδομένα IoT

Η δύναμη του IoT δεν έγκειται μόνο στην παρακολούθηση αλλά στη μετάφραση των ακατέργαστων δεδομένων σε ενεργές παρεμβάσεις. Τρεις βασικές προληπτικές στρατηγικές προκύπτουν από τη συνδεδεμένη τεχνολογία του διαβήτη: εξατομικευμένες ειδοποιήσεις, προγνωστική ανάλυση, και την ολοκλήρωση της τηλεϊατρικής.

Σε πραγματικό χρόνο ειδοποιήσεις για ασθενείς και φροντιστές

Για την πρόληψη της DKA, συνιστάται ένα σύστημα προειδοποίησης πολλαπλών επιπέδων. Για παράδειγμα, μια ένδειξη γλυκόζης πάνω από 250 mg/dL μπορεί να προκαλέσει υπενθύμιση για τον έλεγχο των κετονών. Αν η γλυκόζη υπερβαίνει τα 350 mg/dL για πάνω από μία ώρα, αποστέλλεται επείγουσα ειδοποίηση τόσο στον ασθενή όσο και σε επαφή έκτακτης ανάγκης. Μερικές πλατφόρμες IoT, όπως το Dexcom Follow ή το LibreLinkUp, επιτρέπουν στους φροντιστές να λαμβάνουν αυτές τις ειδοποιήσεις εξ αποστάσεως, γεγονός που είναι ιδιαίτερα ωφέλιμο για τα παιδιά, τα ηλικιωμένα άτομα ή τα άτομα που ζουν μόνα τους. Σε μια έρευνα του 2020 των γονέων των παιδιών με διαβήτη τύπου 1, το 84% ανέφερε ότι τα χαρακτηριστικά του CGM μειώνουν την ανησυχία τους σχετικά με την υπογλυκαιμία και την υπογλυκαιμία της νύχτας DKA και το DKA.

Προγνωστικά μοντέλα ανάλυσης και μηχανικής μάθησης

Συγκεντρώνοντας ιστορικά δεδομένα CGM, δόσεις ινσουλίνης, αρχεία καταγραφής γευμάτων και επίπεδα δραστηριότητας, οι αλγόριθμοι μάθησης μηχανών μπορούν να εντοπίσουν μοτίβα που προηγούνται των επεισοδίων του DKA. Για παράδειγμα, ένα μοντέλο που εκπαιδεύτηκε σε πάνω από 10.000 ασθενείς-έτη δεδομένων CGM ήταν σε θέση να προβλέψει κίνδυνο DKA 12 έως 24 ώρες νωρίτερα με μια περιοχή κάτω από την καμπύλη λειτουργίας του δέκτη (AUROC) 0.87 (μελέτη του 2019, Περιοδικό της Επιστήμης και Τεχνολογίας Διαβήτη]]. Αυτά τα προγνωστικά μοντέλα ενσωματώνουν μεταβλητές όπως ο χρόνος στην υπεργλυκαιμία, ο ρυθμός διακύμανσης της γλυκόζης, η συχνότητα των χαμένων boluses, και τα πρόσφατα γεγονότα αναστολής ινσουλίνης. Όταν αναπτύσσονται σε πλατφόρμες νέφους, τα μοντέλα μπορούν να δημιουργήσουν βαθμολογίες κινδύνου που ωθούν σε κλινικούς μέσω ηλεκτρονικών ενοποιήσεων αρχείων υγείας, επιτρέποντας την προκαταρτική απάλειψη, όπως μια τηλεφωνική ή προσαρμογή της δόσης, πριν από την ανάπτυξη μιας κρίσης, πριν από την ανάπτυξη μιας κρίσης, η προσαρμογή της κρίσης,

Τηλεϊατρική και Τηλεχειριστήριο Ασθενών

Τα δεδομένα IoT τροφοδοτούν άμεσα τις ροές εργασίας της τηλεϊατρικής, επιτρέποντας στους ενδοκρινολόγους, τους πιστοποιημένους εκπαιδευτές διαβήτη και τους διαιτολόγους να αναθεωρήσουν τις τάσεις της γλυκόζης και της κετόνης των ασθενών εξ αποστάσεως. Πλατφόρμες όπως η Glooko, η Tidepool και η Dexcom Clarity συγκεντρωτικά δεδομένα από πολλαπλές συσκευές σε ένα μόνο ταμπλό. Οι γιατροί μπορούν να θέσουν προειδοποιήσεις σε επίπεδο πληθυσμού (π.χ., όλοι οι ασθενείς με γλυκόζη αίματος >300 mg/dL για περισσότερο από 8 ώρες μέσα στην προηγούμενη εβδομάδα) να δώσουν προτεραιότητα στην παρακολούθηση. Σε μια τυχαιοποιημένη δοκιμή του 2021, μια παρέμβαση τηλεϊατρικής που συνδύαζε την αναθεώρηση δεδομένων CGM με εβδομαδιαία προπόνηση μείωσε την επίπτωση του DKA κατά 35% σε σύγκριση με τη συνήθη φροντίδα. Η προσέγγιση αυτή είναι ιδιαίτερα πολύτιμη σε τομείς όπου οι ασθενείς έχουν περιορισμένη πρόσβαση στην ειδική φροντίδα.

Μελέτες Περιπτώσεων και Πραγματικές-Παγκόσμιες Επιπτώσεις

Στο Πανεπιστήμιο της Καλιφόρνιας, το Σαν Φρανσίσκο, ένα πιλοτικό πρόγραμμα εξόπλισε 150 ασθενείς με CGM, έξυπνες συσκευές τύπου πένας ινσουλίνης, και έναν ειδικό πλοηγό νοσοκόμων που παρακολουθούσε τα δεδομένα καθημερινά. Πάνω από 12 μήνες, το πρόγραμμα πέτυχε μείωση 60% στις νοσηλείες του DKA σε σύγκριση με μια ιστορική ομάδα ελέγχου. Ο νοσηλευτής μπόρεσε να εντοπίσει και να επιλύσει ζητήματα όπως οι αστοχίες έγχυσης και οι αστοχίες που δεν έγιναν εντός ωρών, παρά ημερών. Ομοίως, η βελτίωση ποιότητας του T1D Exchange ανέφερε ότι οι κλινικές που υλοποιούσαν τη χρήση CGM και την απομακρυσμένη παρακολούθηση είδαν τα ποσοστά DKA να μειώνονται κατά μέσο όρο 30% σε όλους τους συμμετέχοντες χώρους.

Ένα άλλο παράδειγμα προέρχεται από το Πρόγραμμα Διαβήτη του Ηνωμένου Βασιλείου, το οποίο ανέπτυξε μια απομακρυσμένη πλατφόρμα παρακολούθησης για παιδιά με πρόσφατα διαγνωσμένο διαβήτη τύπου 1. Οι οικογένειες έλαβαν ένα CGM και μια εφαρμογή smartphone που μοιράστηκαν δεδομένα με μια ομάδα διαβήτη. Η πλατφόρμα ενεργοποίησε αυτοματοποιημένα εκπαιδευτικά μηνύματα όταν η γλυκόζη ξεπέρασε τα 300 mg/dL. Κατά τους πρώτους τρεις μήνες μετά τη διάγνωση, κανένα από τα 80 παιδιά δεν βίωσε το DKA, σε σύγκριση με ένα αναμενόμενο ποσοστό 5-10% με βάση ιστορικά δεδομένα. Αυτές οι περιπτώσεις υπογραμμίζουν τη δυνατότητα του IoT να μετατρέψει το DKA από ένα κοινό λόγο για νοσηλεία σε ένα σε μεγάλο βαθμό αποτρέψιμο γεγονός

Προκλήσεις και Περιορισμοί του IoT στην Πρόληψη του DKA

Παρά την υπόσχεση, σημαντικά εμπόδια εμποδίζουν την ευρεία υιοθέτηση του IoT για ανίχνευση και πρόληψη του DKA. Αυτά περιλαμβάνουν κόστος και πρόσβαση συσκευών, υπερφόρτωση δεδομένων, ζητήματα διαλειτουργικότητας, συμμόρφωση με τους χρήστες, και ανησυχίες για την προστασία της ιδιωτικής ζωής των δεδομένων.

Το κόστος και η πρόσβαση στις ανισότητες

Στις Ηνωμένες Πολιτείες, ένα κουτί με αισθητήρες CGM κοστίζει μεταξύ 300 και 400 δολάρια κατά μέσο όρο, και οι αντλίες μπορούν να υπερβούν τα 5.000 δολάρια από την τσέπη. Ενώ η ασφαλιστική κάλυψη έχει βελτιωθεί ⁇ ειδικά μετά Medicare διευρυμένη κάλυψη CGM το 2017 ⁇ πολλοί ασθενείς εξακολουθούν να αντιμετωπίζουν υψηλά εκπτώσιμα ή είναι ανασφάλιστοι.

Υπερφόρτωση δεδομένων και κόπωση ειδοποίησης

Οι συσκευές IoT δημιουργούν μια συνεχή ροή από ειδοποιήσεις ⁇ υψηλή γλυκόζη, χαμηλό ποσοστό αλλαγής, παράλειψης υπενθυμίσεων bolus, σφάλματα αισθητήρων. Ενώ κάθε ειδοποίηση είναι κλινικά σημαντική, ο καθαρός όγκος μπορεί να υπερβούν τους ασθενείς και τους κλινικούς. Μια έρευνα 2022 των χρηστών CGM διαπίστωσε ότι 38% έμπειροι συναγερμόι που σιωπούν μη κρίσιμα γεγονότα, και το πλαίσιο ειδοποίησης bungling (π.χ., ⁇ Η γλυκόζη σας έχει ξεπεράσει τα 300 για 2 ώρες, και δεν έχετε συνδεθεί με bolus σε 4 ώρες ⁇ Οι κλινικοί χρειάζονται επίσης καλύτερα εργαλεία ταμπλό που συνοψίζουν βασικές μετρήσεις και όχι να παρουσιάζουν ωμές ροές δεδομένων.

Διαλειτουργικότητα και τυποποίηση δεδομένων

Το οικοσύστημα IoT του διαβήτη περιλαμβάνει συσκευές από πολλαπλούς κατασκευαστές, η καθεμία με τη δική της μορφή δεδομένων και το πρωτόκολλο επικοινωνίας. Ένας ασθενής που χρησιμοποιεί ένα Dexcom CGM, μια αντλία Omnipod, και μια εφαρμογή MySugr μπορεί να διαπιστώσει ότι τα δεδομένα δεν μπορούν εύκολα να συνδυαστούν σε μια ενιαία πλατφόρμα. Ενώ οι πρωτοβουλίες της βιομηχανίας όπως η ανταλλαγή δεδομένων διαβήτη (D2D) και το πρότυπο IEEE 11073 στοχεύουν στην προώθηση της διαλειτουργικότητας, η πρόοδος έχει αργή. Έλλειψη δυνάμεων ενσωμάτωσης κλινικοί να συνδεθούν σε πολλαπλές πύλες, μειώνοντας την αποδοτικότητα και αυξάνοντας τον κίνδυνο ότι λείπουν κρίσιμα προειδοποιητικά σημεία DKA. Συστήματα ανοικτού κώδικα όπως η Nightscout και η Tidepool Loop έχουν αποδείξει τη δύναμη της σύντηξης δεδομένων, αλλά ρυθμιστικά και νομικά εμπόδια τους κλινική υιοθεσία

Συμμόρφωση και κατάρτιση χρηστών

Οι συσκευές IoT είναι αποτελεσματικές μόνο αν χρησιμοποιούνται σωστά. Σφάλματα εισαγωγής αισθητήρων, αστοχίες βαθμονόμησης (σε παλαιότερα μοντέλα CGM), κακή πρόσφυση του δέρματος και η αποτυχία φόρτισης των πομπών μπορεί να οδηγήσει σε κενά δεδομένων. Επιπλέον, οι ασθενείς πρέπει να κατανοήσουν πώς να ανταποκριθούν σε ειδοποιήσεις ⁇ για παράδειγμα, γνωρίζοντας ότι μια υψηλή προειδοποίηση γλυκόζης σε συνδυασμό με μια αυξανόμενη γραμμή στο διάγραμμα τάσης δικαιολογεί έναν έλεγχο κετόνης και πιθανή διορθωτική ινσουλίνη, όχι μόνο ένα σνακ. Η ανεπαρκής εκπαίδευση είναι ένας γνωστός οδηγός του DKA σε νέους χρήστες CGM. Ένα δομημένο εκπαιδευτικό πρόγραμμα, όπως η προσαρμογή της δόσης για την κανονική διατροφή (DAFNE) μάθημα τώρα συμπεριλαμβανομένης της κατάρτισης IoT, είναι απαραίτητη για τη μεγιστοποίηση των ωφελημάτων των συνδεδεμένων συσκευών

Ασφάλεια δεδομένων και προστασία της ιδιωτικής ζωής

Το 2020, ένας μεγάλος κατασκευαστής αντλιών ινσουλίνης αποκάλυψε μια ευπάθεια που θα μπορούσε να επιτρέψει σε έναν επιτιθέμενο να προσαρμόσει εξ αποστάσεως τις ρυθμίσεις της αντλίας, ενδεχομένως προκαλώντας υπερβολική δόση ινσουλίνης ή υποδοσολόγηση ⁇ συμβάντα που θα μπορούσαν να προκαλέσουν DKA. Ενώ τα πρωτόκολλα κρυπτογράφησης και εξακρίβωσης της ταυτότητας συνεχίζουν να βελτιώνονται, οι ασθενείς και οι πάροχοι πρέπει να παραμένουν σε επαγρύπνηση.

Το μέλλον του IoT στην πρόληψη DKA

Η επόμενη γενιά IoT για το διαβήτη κινείται προς πλήρως αυτόνομα συστήματα πολλαπλών αναλύσεων που μπορούν να αποτρέψουν το DKA χωρίς να απαιτούν συνειδητή δράση από το χρήστη. Οι βασικές εξελίξεις περιλαμβάνουν την ενσωμάτωση συνεχούς παρακολούθησης της κετονικής στους αισθητήρες CGM, τεχνητή νοημοσύνη που μαθαίνει τις ατομικές απαιτήσεις σε ινσουλίνη και τους εξασθενήσιμους βιοαντιδραστήρες που μπορούν να απελευθερώσουν ινσουλίνη ή γλυκαγόνη, εφόσον απαιτείται.

Πολυαναλυτικά φορητά

Πολλές εταιρείες αναπτύσσουν μεμονωμένα έμπλαστρα που μετρούν τη γλυκόζη, τις κετόνες, το γαλακτικό και τους ηλεκτρολύτες ταυτόχρονα. Αυτές οι συσκευές βασίζονται σε εύκαμπτες συστοιχίες αισθητήρων που μπορούν να φορεθούν μέχρι και 14 ημέρες. Με το συνδυασμό δεδομένων γλυκόζης και κετόνης, το σύστημα μπορεί να υπολογίσει τον δείκτη γλυκόζης-κετόνης, μια παράμετρο που φαίνεται να προβλέπει την έναρξη του DKA με μεγαλύτερη ευαισθησία από ό, τι και οι δύο βιοδείκτες μόνο. Πρώιμες κλινικές δοκιμές ενός έμπλαστρου πολυαναλυτών (δοκιμασμένο από το Πανεπιστήμιο της Καλιφόρνια, Σαν Ντιέγκο) έδειξαν 95% ακρίβεια για επίπεδα κετονών σε μια περιοχή που σχετίζεται με το DKA (0.1-3.0 mmol/L)

Υπολογιστική και λήψη αποφάσεων σε λειτουργία

Αντί να βασίζεται αποκλειστικά σε αναλύσεις με βάση το σύννεφο, οι μελλοντικές συσκευές IoT θα επεξεργαστούν δεδομένα τοπικά χρησιμοποιώντας ενσωματωμένα τσιπ εκμάθησης μηχανών. Αυτό ελαχιστοποιεί τη λαχειότητα, κρίσιμη για προειδοποιήσεις DKA με βάση το χρόνο, και μειώνει την εξάρτηση από τη συνδεσιμότητα στο διαδίκτυο. Για παράδειγμα, μια έξυπνη αντλία ινσουλίνης με AI on-συσκευή θα μπορούσε να ανιχνεύσει μοτίβα αντίστασης στην ινσουλίνη και αμέσως να αυξήσει τη βασική παράδοση χωρίς να περιμένει για μια απόκριση διακομιστή σύννεφο. Το Tandem t:slim X2 χρησιμοποιεί ήδη τοπικούς αλγόριθμους για την αναστολή της προγνωστικής χαμηλής γλυκόζης. Παρόμοια λογική για την υψηλή γλυκόζη και την αύξηση της κετόνης είναι υπό ανάπτυξη

Συστήματα κλειστού κυκλώματος για την πρόληψη DKA

Η απόλυτη άμυνα με βάση το IoT ενάντια στο DKA είναι ένα πλήρως κλειστό τεχνητό πάγκρεας που ρυθμίζει αυτόματα την ινσουλίνη και, αν χρειαστεί, αποδίδει γλυκαγόνη για την πρόληψη της σοβαρής υπεργλυκαιμίας. Το iLet bionic preskel, το οποίο έλαβε FDA κάθαρση το 2023, χρησιμοποιεί έναν αλγόριθμο μάθησης που προσαρμόζεται στη φυσιολογία του χρήστη με το πέρασμα του χρόνου. Σε μια δοκιμή φάσης 3, το σύστημα iLet μείωσε την συχνότητα εμφάνισης του DKA σε 0,2% των ημερών μελέτης ⁇ πολύ κάτω από τα ποσοστά που παρατηρήθηκαν με τη θεραπεία πρότυπο-of-care. Ενώ αυτά τα συστήματα δεν είναι ακόμη ευρέως διαθέσιμα, η τροχιά υποδηλώνει ότι μέσα σε πέντε χρόνια, τα περισσότερα άτομα με διαβήτη τύπου 1 θα μπορούσαν να έχουν πρόσβαση σε μια συσκευή που αποτρέπει αποτελεσματικά το DKA σε όλες τις ακραίες περιστάσεις, αλλά τις πιο ακραίες περιστάσεις.

Συμπέρασμα

Το Διαδίκτυο των πραγμάτων μεταμορφώνει ουσιαστικά την ανίχνευση και πρόληψη της διαβητικής κετοξέωσης από ένα αντιδραστικό, νοσοκομειακό-κεντρικό μοντέλο σε ένα προοριστικό, υπομονετικο-κεντρικό. Παρέχοντας συνεχή, σε πραγματικό χρόνο δεδομένα για τη γλυκόζη, τις κετόνες και την παροχή ινσουλίνης, οι συσκευές IoT επιτρέπουν πρώιμες προειδοποιήσεις, προγνωστική ανάλυση και απρόσκοπτη επικοινωνία μεταξύ ασθενών και κλινικών. Τα στοιχεία ⁇ από τις τυχαιοποιημένες δοκιμές σε έργα βελτίωσης της ποιότητας του πραγματικού κόσμου ⁇ αποδεικνύουν ότι η συνδεδεμένη τεχνολογία διαβήτη μειώνει τις νοσηλεύσεις του DKA κατά 30% σε 60%. Ωστόσο, η συνειδητοποίηση αυτού του δυναμικού σε μια κλίμακα πληθυσμού απαιτεί υπέρβαση των εμποδίων του κόστους, της διαλειτουργικότητας, της εγρήγορσης και της εκπαίδευσης των χρηστών. Καθώς οι αισθητήρες πολυαναλυτών, οι αισθητήρες AI που βασίζονται στην άκρη και τα συστήματα κλειστού loop γίνονται mainstream, ο ρόλος του IoT στη διαχείριση του DKA θα εμβαθύνει μόνο, μετακινώντας το πεδίο πιο κοντά σε ένα μέλλον όπου η καταστροφική αυτή επιπλοκή είναι σε μεγάλο βαθμό αποφεύγαση αυτής της καταστροφικής επιπλοκήνωσης.