Sistemas inteligentes y de educación para el control de la diabetes gestacional

Abstract

La Diabetis Gestacional (DG) afecta un 8,8% dels embarassos en Espanya segons els criteris diagnòstics de la National Diabetes Data Group (NDDG). En canvi, la prevalença podria augmentar si s'aplicaren els criteris de la International Association of Diabetes and Pregnancy Study Groups (IADPSG).

Amb el diagnòstic de DG el risc de morbilitat matern-fetal augmenta i per això es considera una entitat de gran importància. El tractament consisteix en fer dieta, exercici, si no hi ha contraindicació, i controls de glucèmia capil·lar que son revisats regularment per l'especialista. Si les glucèmies estan per sobre dels objectius, es modifica la dieta o s'inicia insulina.

Al nostre centre, més del 40% de les pacients requereixen de tractament amb insulina, i això suposa un augment de les necessitats de realitzar més visites presencials a l'hospital. Aquest volum de pacients, junt amb la possibilitat de que puguin canviar els criteris diagnòstics en un futur, suposaria un gran augment assistencial.

L'ús de la telemedicina pot disminuir el nombre de visites presencials però no ho fa en el volum de feina dels especialistes. Per aquest motiu ens vam plantejar un estudi clínic controlat, aleatoritzat amb la intenció de poder demostrar l'eficàcia i seguretat d'incorporar un sistema de telemedicina que inclou eines d'intel·ligència artificial pel control de la DG. Aquest control es realitza des del diagnòstic fins al part en cas d'estar en normoglucèmia o fins a la necessitat d'iniciar insulina.

El que es pretén demostrar és que l'ús d'aquesta aplicació pot reduir el volum assistencial dels professionals i que les gestants es desplacin menys a l'hospital, tot això sense empitjorar el control, i fins i tot, anticipant els canvis de tractament gràcies a l'anàlisi freqüent i automàtic de les glucèmies, per tal de millorar la seva qualitat de vida.

La plataforma, anomenada SINEDiE (Sistemes Intel·ligents i d'Educació per a la Diabetis de l'Embaràs), permet enviar les dades de glucèmia amb el glucòmetre i un ordinador, amb opció de poder afegir informació de dieta, cetonúria i exercici. Totes les dades són analitzades de manera automàtica i el sistema pot prescriure una dieta, modificar-la, generar avisos als professionals d'una situació concreta o de si hi ha indicació d'iniciar tractament amb insulina.

L'anàlisi es realitza amb dos mòduls d'ajuda a la decisió, un per definir l'estat de les glucèmies (adequat, alterat, necessitat probable d'insulina), anomenat "estat metabòlic", i el mòdul de recomanacions per suggerir el tractament més adient. Tots dos tenen una base de coneixement creada prèviament gràcies a les guies clíniques i al coneixement dels professionals.

Si els controls glucèmics són correctes el sistema no avisarà al professional per a que valori la pacient. En canvi, si presenta una alteració del perfil que suggereix un canvi de dieta el mòdul de recomanacions realitzarà aquest canvi i avisarà a la pacient per SMS i per l'aplicació, però no al professional. En canvi, si considera necessari iniciar tractament amb insulina, avisarà a l'endocrinòleg perquè valori a la pacient.

En el projecte participen el Hospital Universitari Parc Taulí de Sabadell i el Hospital Mutua de Terrassa. L'estudi es va realitzar en 119 gestants i els resultats mostren que el SINEDiE és segur i efectiu. Amb capacitat per reconèixer aquelles pacients que presenten un bon control glucèmic amb dieta i no requereixen de més visites presencials, així com de detectar els casos en què es requereix una valoració pel professional. Gràcies al sistema es van disminuir les visites hospitalàries i el nivell de satisfacció de les participants en l'ús del sistema va ser molt elevat. Tot sense haver-hi diferències en el control glucèmic ni en les complicacions maternes i perinatals.

La Diabetes Gestacional (DG) afecta un 8,8% de los embarazos en España según los criterios diagnósticos del National Diabetes Data Group (NDDG). En cambio, esta prevalencia podría aumentar si se aplicaran los criterios de la International Association of Diabetes and Pregnancy Study Groups (IADPSG) y que asumen otras sociedades científicas internacionales. Con el diagnóstico de DG el riesgo de morbilidad materno-fetal aumenta y por lo tanto, es un trastorno relevante. El tratamiento consiste en dieta específica, ejercicio si no existe contraindicación, y controles de glucemia capilar que serán revisados regularmente por el especialista. Si las glucemias están por encima de los objetivos se modifica la dieta o se inicia insulina. En nuestro centro, más del 40% de las pacientes necesitan tratamiento con insulina, con la consiguiente necesidad de realizar más visitas al hospital. Este volumen de pacientes al probable cambio en los criterios diagnósticos, supondrá un gran incremento de la carga asistencial. El uso de telemedicina per se puede disminuir el número de visitas presenciales pero no reduce el volumen de trabajo. Por ello nos planteamos un estudio clínico controlado y aleatorizado con la intención de demostrar la eficacia y seguridad de aplicar un sistema de telemedicina inteligente que incluye herramientas de inteligencia artificial para el control de la DG. El control se realiza desde el diagnóstico hasta el parto si se mantiene la normoglucemia o hasta la necesidad de iniciar insulina. La finalidad es demostrar que su uso puede reducir la carga asistencial, demostrar que las gestantes se desplazan menos al hospital sin empeorar su control, incluso, anticipándose a cambios en el tratamiento gracias al análisis frecuente y automático de las glucemias, y en consecuencia, mejorar su calidad de vida. La plataforma, denominada SINEDiE (Sistemas Inteligentes y de Educación para la Diabetes del Embarazo), permite enviar los datos de glucemia a través del medidor y un ordenador, complementar la información de dieta, cetonuria y ejercicio. Todos los datos son analizados de manera automática y el sistema puede prescribir una dieta, modificarla, generar avisos al profesional de una situación concreta de una paciente y de si existe indicación de iniciar insulina. Este análisis se produce gracias a dos módulos de ayuda a la decisión, uno de análisis para definir el estado de las glucemias (adecuado, alterado, necesidad probable de insulinización), llamado "estado metabólico" y el módulo de recomendaciones para sugerir el tratamiento más adecuado. Ambos módulos tienen una base de conocimiento creada previamente a partir de las guías clínicas y el conocimiento de los profesionales. Durante el seguimiento si el control glucémico es correcto el sistema no avisará al profesional. Si, por el contrario, la alteración del perfil glucémico sugiere la necesidad de un cambio de dieta, el módulo de recomendaciones realizará dicho cambio y avisará a la gestante a través de SMS y de la plataforma. En cambio, si considera necesario iniciar tratamiento con insulina, se lo comunicará al endocrinólogo para valorarla. En el proyecto participaron el Hospital Universitario Parc Taulí de Sabadell y el Hospital Mutua de Terrassa. El estudio se realizó en 119 gestantes y los resultados obtenidos muestran que SINEDiE es seguro y efectivo, capaz de reconocer aquellas pacientes que presentan un buen control glucémico con dieta y no necesitan más visitas, así como de avisar de los casos en los que se requiere una valoración por el especialista. Gracias a la plataforma se disminuyeron las visitas hospitalarias y el nivel de satisfacción en el uso de este sistema fue muy elevado, sin existir diferencias en el control glucémico ni en las complicaciones maternas y perinatales.

"Gestational Diabetes (GD) affects about 8.8% of pregnancies according to the diagnosis criteria proposed by the National Diabetes Data Group (NDDG). Additionally, this prevalence could increase twofold when the criteria recommended by the International Association of Diabetes and Pregnancy Study Groups (IADPSG) is applied.

After the diagnosis, the risk of maternal-fetal morbidity increases and therefore, it is considered a relevant disorder.

Treatment is based on diet, exercise, when no contraindicated, and finger prick blood glucose controls that will be reviewed regularly, in such a way that when blood sugar levels are above objective, diet must be modified or drug treatment initiated.

In our centre, more than 40% of patients need insulin treatment, increasing the frequency of attendance to the hospital. This fact, together with the possibility that diagnosis criteria for GD in our country changes, will imply a high increase in attendance.

Use of telemedicine may obtain a decrease in the number of face-to-face visits for patients but will not always reduce the burden for specialists.

For this reason, we performed a randomized controlled clinical study with the intention of demonstrating the efficacy and safety of applying a telemedicine system that includes artificial intelligence tools for the control of patients with DG.

The control would be carried out from diagnosis to delivery if normoglycemia has been maintained or, the need of starting treatment with insulin.

This clinical study aims to demonstrate that the use of this smart application can reduce the healthcare burden for specialists. At the same time, pregnant women will have to attend less often hospital visits without a negative impact on glucose control, even reducing time for changes in the treatment thanks to the frequent and automatic glucose analysis, and therefore, it would improve their quality of life.

The platform, named SINEDiE (Intelligent and Education Systems for Diabetes in Pregnancy), allows patients to send blood glucose data through their meters and computers, including the information about diet, Ketonuria and exercise practice.

All data are analysed automatically, the system prescribes a diet, modify it when necessary, generates alerts to specialists to inform them about a situation as well as the need for starting insulin.

This smart analysis is produced thanks to the use of two decision support modules, the first one defines the glucose status: adequate, altered, probable need for insulinization (metabolic state), and the second suggests the most appropriate treatment according to the data from every woman. Both modules include a knowledge base created previously from the clinical guidelines and the expert knowledge.

When the glycaemic control is adequate, the system does not generate alerts for professionals. When, on the contrary, the glycaemic profile suggests the need for a diet adjustment, the recommendations module will automatically performe a change which will be communicated to the patient through short message service (SMS) as well as through the platform.

On the contrary, when data analysis concludes that insulin therapy will be needed, the system generates an alarm for professionals.

The project involved the Parc Taulí de Sabadell University Hospital and the Mutua de Terrassa Hospital. The study included 119 pregnant women. The results obtained suggest that SINEDiE is safe and effective, being able to recognize those patients who have good glycemic control under diet therapy and do not additional visits. At the same time, SINEDiE was able to identify all the patients who needed insulin treatment. The number of the hospital visits was reduced and the level of satisfaction with the use of this system was very high. There were no differences in glycaemic control or maternal and fetal complications.