Modelo preditivo do nível glicêmico por monitoramento em tempo real em indivíduos portadores de diabetes mellitus tipo II

Abstract

Esta pesquisa trata de uma predição dos níveis glicêmicos de pessoas com Diabetes Mellitus II, coletados por meio de um sistema de monitoramento contínuo de glicemia, a partir da arquitetura de redes neurais LSTM. A diabetes, uma das doenças crônicas não transmissíveis, caracteriza-se pela hiperglicemia na corrente sanguínea gerada pela resistência insulínica. O controle dessa doença pode ocorrer por meio da contagem de carboidratos de acordo com o nível glicêmico, que de acordo com a avaliação antropométrica é quantificado pelo médico. Entretanto, essa abordagem nem sempre tem uma boa aceitação pelos diabéticos, que acabam aderindo à medicação para seu controle. Apesar disso, alguns diabéticos acabam por fazer uso de sensores de monitoramento de glicemia contínua, o que favoreceu para verificar se os dados coletados glicêmicos de 15 min em 15 min podiam ser preditos. A glicemia de 20 pacientes foi medida por um período de 14 dias utilizando monitoramento em tempo real. Neste período os hábitos alimentares foram registrados para contagem de carboidratos ingeridos, utilizando o app de contagem de carboidrato criado pela Sociedade Brasileira de Diabetes. Utilizando-se modelo de inteligência artificial (LSTM) foi criado um modelo de predição da glicemia. Com esse modelo verificou-se que os valores preditos acompanharam o movimento glicêmico real, antecipando 5 horas com dados glicêmicos de 12 horas contínuas, ou seja, 20 observações preditas e 48 observações coletadas pelo sensor de glicemia para cada indivíduo. Realizou-se um modelo preditivo geral com os 20 voluntários e dois personalizados. Os dados glicêmicos dos diabéticos coletados tiveram desempenho positivo, pois os valores preditos acompanharam o movimento glicêmico, havendo um pico de glicemia de 170 mg/dL às 9h da manhã e 180 mg/dL às 13h da tarde, convergindo com os dados obtidos da contagem de carboidratos, avaliação física e antropométrica, observados com os picos de glicemia, modos de vida dos voluntários e os carboidratos totais consumidos diariamente. Os dados glicêmicos dos não diabéticos tiveram desempenho positivo, haja vista os dados preditos acompanharem o movimento glicêmico real. Esse modelo, assim, pode predizer várias aplicações direto na reabilitação, contribuindo como um dos instrumentos importantes para a melhora qualidade de vida do paciente.