Tesi doctoral de Sayyar Ahmad: "Reinforcement learning for bolus insulin dosing for people with type 1 diabetes". Direcció: Dr. Josep Vehí Casellas i Aleix Beneyto Tantiña. Departament d'Enginyeria Elèctrica, Electrònica i Automàtica.
La diabetis tipus 1 (DT1) és un trastorn metabòlic crònic causat per la destrucció de les cèl·lules beta productores d'insulina als illots de Langerhans dins del pàncrees a causa de una reacció autoimmune. La T1D es caracteritza per nivells elevats de glucosa en sang (BG) a causa de la deficiència d'insulina, una de les hormones responsables de la regulació de la glucosa dins del rang normal de 70-180 mg/dL. La T1D s'associa a diverses complicacions microvasculars i macrovasculars, com ara nefropatia, neuropatia, retinopatia, cardiopatia coronària, malaltia cerebrovascular, malaltia arterial perifèrica, etc. Les persones amb T1D depenen de l'administració d'insulina exògena per mantenir la glucèmia en un rang saludable.
Les estratègies de tractament amb insulina per evitar les complicacions de la T1D es poden dividir en dues categories, és a dir, múltiples injeccions diàries (MDI) o infusió contínua subcutània d'insulina (CSII). Durant l'última dècada, els investigadors han fet un esforç significatiu per reproduir el comportament de les cèl·lules beta i automatitzar el lliurament d'insulina per a la gestió de la T1D, obrint un camí per al desenvolupament ràpid de la tecnologia del pàncrees artificial (AP). L'integració d'un monitor continu de glucosa (CGM) amb algorismes de control de llaç tancat (CLC) per calcular la taxa de dosificació contínua d'insulina constitueix un sistema AP. La validació i avaluació preclínica de les estratègies de dosificació d'insulina desenvolupades pels investigadors es realitzen en els entorns de simulació que representen pacients virtuals (VP) amb T1D.
El treball presentat en aquesta tesi aporta tres contribucions. En primer lloc, una metodologia és introduïda per a la generació d'una cohort de VP amb T1D per replicar les mètriques de BG d'una cohort real de persones amb T1D de l'Hospital Clínic de Barcelona. Les dades clíniques dels àpats, els horaris dels àpats i la insulina (basal i bolus) es van utilitzar per obtenir escenaris realistes per a la generació de VP. Les sessions d'exercici es van introduir com pertorbacions i es van derivar del perfil de glucosa dels pacients reals. La metodologia proposada és capaç d'adoptar les variacions diàries del perfil de glucosa en pacients reals i, per tant, proporcionar un entorn de simulació realista i desafiant per a la validació i avaluació de les estratègies terapèutiques desenvolupades per al maneig de la T1D.
En segon lloc, es proposa un algorisme d'aprenentatge per reforç (RL) basat en Q-Learning per al càlcul de bolus d'insulina en pacients amb T1D i es valida en la cohort generada de VP amb T1D. Normalment, el càlcul de la insulina en bolus es basa en els hidrats de carboni (CHO) dels àpats, la proporció CHO a insulina (CR) i el factor de correcció basat en la sensibilitat a la insulina (CF). A diferència d'això, l'algoritme proposat és independent del contingut de CHO en els àpats, del CR i del CF amb l'objectiu d'evitar els errors d'estimació i recompte de CHO i la càrrega de gestió dels pacients amb T1D. Els resultats es van comparar amb la calculadora de bolus estàndard (SBC) com a punt de referència. L'algorisme proposat va aconseguir un rendiment similar en comparació amb el SBC i va superar-lo en presència d'errors d'estimació de CHO.
Finalment, es presenta un sistema d'administració d'insulina totalment automàtic (FAID). En els sistemes híbrids de lliurament d'insulina (HAID), la pertorbació dels àpats es compensa mitjançant un control feed-forward, que requereix l'anunci de l'àpat per part del pacient. Per evitar els errors d'estimació de CHO i la intervenció del pacient, el sistema FAID es va dissenyar a partir de la integració d'un nou sistema de dosificació d'insulina en bolus basat en aprenentatge profund per reforç (DRL), una estratègia CLC derivada-proporcional (PD) per al lliurament continu d'insulina i un sistema detector d'àpats basat en el filtre "unscented" de Kalman (UKF). El controlador PD i el detector d'àpats UKF van ser desenvolupats prèviament pel nostre grup. Els resultats del sistema FAID es van comparar amb el sistema HAID amb un amb errors d'estimació de CHO com a referència. El sistema FAID va mostrar un rendiment glucèmic satisfactori i comparable en el del sistema HAID.
Els resultats obtinguts dels algorismes presentats en aquesta tesi són encoratjadors. En primer lloc, una cohort personalitzada de VP pot ajudar a validar les estratègies de tractament per a persones amb T1D en condicions difícils en un entorn de simulació. En segon lloc, els algorismes RL podrien tenir un paper potencial en el futur del desenvolupament de sistema avançat FAID i la tecnologia AP.
Lectura de la tesi: 18/01/2024, per videoconferència (informació extreta de l’Agenda activitats de la web Escola de Doctorat)
Notícies relacionades