Американские ученые разработали систему имитирующую искусственную поджелудочнцю железу, интегрированную со смартфонами для постоянного мониторинга уровня глюкозы у диабетиков и автоматической добавки им необходимых доз инсулина.

Об этом сообщает Gadgets..

30 пациентов с сахарным диабетом первого типа вели нормальную повседневную жизнь, тогда как система искусственной поджелудочной железы постоянно контролировала уровень глюкозы и автоматически адаптировала дозы автоматических иньекций инсулина.

Результаты, опубликованные в журнале Diabetes Care, показали положительное влияние на два важных показателя: снижение уровня гемоглобина A1c (HbA1c) и сокращение времени, проведенного при гипогликемии.

Испытание было проведено Фрэнком Дойлом и Эялем Дассау из Школы инженерных и прикладных наук Гарварда Джона А. Полсона (SEAS).

Люди с диабетом первого типа должны бдительно контролировать уровень глюкозы в крови и, при необходимости, вводить дозы инсулина либо через инъекции посредством игл, либо в инфузионный насос.

Искусственная поджелудочная железа предназначена для имитации функции регулирования глюкозы у здорового человека. Система с замкнутым контуром состоит из инсулиновой помпы и стационарного монитора глюкозы, помещенного под кожу пользователя.

Алгоритм расширенного управления, встроенный в смартфон, сигнализирует, сколько инсулина насос должен доставить пациенту на основе ряда переменных, включая питание, физическую активность, сон, стресс и обмен веществ.

Система алгоритмов адаптивного управления, используемая в испытании, основана на модели предсказательного контроля (MPC) — стратегии, первоначально разработанной Фрэнком Дойлом и его коллегами.

Вместо того, чтобы регулировать уровни глюкозы до определенной точки таким же образом, как кондиционер поддерживает заданную температуру в помещении, MPC определяет приемлемую зону для уровня глюкозы человека и контролирует переменные, чтобы оставаться в этом диапазоне.

В дополнение к алгоритму MPC основной зоны, команда представила адаптивные компоненты, которые позволили алгоритму «учиться» из повторяющихся ежедневных циклов, что привело к улучшению базового контроля, а также компенсации еды.

«Это, безусловно, самый продолжительный научный эксперимент, который мы провели и это свидетельствует о надежности алгоритма», — сказал Дойл.