La diabetes tipo 2, normalmente, aparece entre los 30 y 40 años de edad, pero la etapa para prevenirla debe ser 10 años antes. Investigadores del Tec de Monterrey utilizan algoritmos y redes neuronales artificiales para analizar el comportamiento de los niveles de glucosa de las personas con varios factores de riesgo para prevenir la aparición de esta enfermedad.
A través de una combinación de Inteligencia Artificial y sensores que miden los niveles de azúcar en la sangre se puede saber, con anticipación, cuándo habrá picos de glucosa y prevenir el desarrollo de diabetes mellitus.
La predicción de picos de glucosa puede ser vital, pues se pueden ver como “puntos” que cuando se van acumulando elevan el riesgo exponencialmente.
“En la población mexicana tenemos una fuerte predisposición al desarrollo de diabetes y el costo a nivel salud pública es altísimo. Poder hacer predicción de picos de glucosa y hacer a las personas conscientes de que pueden desarrollar esta enfermedad permitirá tomar medidas de precaución”, dice la profesora Mariel Alfaro, que es parte del grupo de investigadores que está conformado por profesores y estudiantes de Ingeniería Biomédica.
La diabetes tipo 2 es una enfermedad causada por altos niveles de glucosa en la sangre cuando el cuerpo no genera suficiente insulina y su desarrollo se ha relacionado con la obesidad, la falta de actividad física y con la genética.
Inteligencia Artificial para prevenir la diabetes
A partir de experiencias previas con monitores continuos de glucosa y con un enfoque de prevención, los investigadores vieron la posibilidad de aprovechar las cantidades de información que estos sensores ofrecen y utilizar algoritmos para predecir la incidencia de la enfermedad en las personas.
“Encontramos artículos sobre el uso de algoritmos para predecir la incidencia de diabetes, sin embargo, muchas veces esos estudios se hacen con personas que ya son consideradas diabéticas. Actualmente, la enfermedad aparece entre los 30 y 40 años y la etapa de prevención debe ser una década antes”, comenta Elías Díaz, otro de los autores de esta investigación.
Con esto en mente hicieron un estudio clínico con personas de entre 20 y 30 años, que no tuvieran diagnóstico de diabetes, pero con al menos un factor de riesgo del síndrome metabólico, como índice de masa corporal, circunferencia de la cintura, predisposición genética, porcentaje de grasa visceral, estilo de vida sedentario, horas de sueño y dieta con alto consumo de carbohidratos.
Durante 15 días, el grupo utilizó sensores de la marca Abbott y siguió una dieta mediterránea, baja en carbohidratos y alta en fibra dietética, para generar un registro de los niveles de glucosa durante las 24 horas, explica la también autora Itzel Gutiérrez. Además, se trabajó con dos algoritmos para procesar la información.
“Es un modelo que toma factores de entrada, por ejemplo, si se apegaron a la dieta, cuestiones de medidas de la cintura y varias condiciones que pueden ser un factor de incidencia para que las personas desarrollen o no diabetes; el modelo como tal, son varios algoritmos que se ensamblan para permitir tener un pronóstico de lo que puede pasar”, dice Alfaro.
La primera de las herramientas que se utilizó en el estudio está basado en un modelo estadístico llamado “chi-cuadrado” que sirvió para determinar los factores de riesgo más importantes para la propensión a diabetes; luego, con base en estos factores, para predecir el desarrollo de la enfermedad en las personas se entrenó un clasificador de red neuronal.
Además, para pronosticar los picos de glucosa se utilizaron redes neuronales recurrentes de tipo LSTM (Long Short-Term Memory), con memoria a largo plazo para relacionar el registro de información generada en el estudio y predecir secuencias.
“Si una persona va a desarrollar diabetes se verá en sus factores de riesgo y en los picos de glucosa que está teniendo”, dice Andrea Ramos.
Ven uso a la IA para alertar y concientizar sobre diabetes
Según el estudio, aprovechar el poder combinado del análisis de factores de riesgo y las técnicas de aprendizaje automático permite a los médicos guiar de manera efectiva a las personas en riesgo de desarrollar diabetes de tipo 2.
Como tal, el modelo que desarrollaron no puede señalar con exactitud en cuánto tiempo una persona puede tener diabetes, dice Iván Matehuala, sin embargo, a partir de este estudio exploratorio, se lograron predecir los niveles de glucosa a dos, cinco y siete días.
“La intención es poder avisar o dar a conocer a los usuarios cuando hay picos de glucosa y que pueden hacer algo para que no se mantengan así, con el fin de que en un lapso de tiempo estos puedan puedan ser mucho menores”, agrega.
El investigador señala que, en el corto plazo, habrá un auge en la venta de monitores de glucosa continuos y ve en los modelos de Inteligencia Artificial la posibilidad de generar apps, interfaces y sistemas de alerta que puedan avisar a los usuarios cuando se eleva su glucosa para implementar acciones que ayuden a regularla.
“El algoritmo no te dice que en cinco años podrías ser diabético, pero, la intención al predecir estos picos de glucosa es ver que, si sigues con ese ritmo de vida y no te apegas a una dieta, puedes llegar desarrollar esta enfermedad”, dice Matehuala.
¿Te interesó esta historia? ¿Quieres publicarla? Contacta a nuestra editora de contenidos para conocer más marianaleonm@tec.mx
