Clinica
Diabete
15/09/2026

Diabete tipo 1, un modello di IA prevede glicemia e rischio di ipoglicemia

Il modello integra dati del monitoraggio continuo per prevedere glicemia e ipoglicemia e generare indicazioni personalizzate sull’aggiustamento insulinico

Diabete-fake-news

Il controllo glicemico nelle persone con diabete mellito di tipo 1 è caratterizzato da una variabilità complessa, influenzata da dosi di insulina, assunzione di carboidrati, attività fisica e ritmi circadiani. Le soluzioni di deep learning disponibili affrontano di solito la previsione della glicemia e la rilevazione dell’ipoglicemia come compiti separati, con un livello di trasparenza limitato. Il modello GAT BiGRU nasce per superare questa frammentazione, proponendo un framework esplicabile e multi task capace di integrare previsione glicemica, valutazione del rischio ipoglicemico e suggerimenti controfattuali di aggiustamento insulinico.

Il sistema trasforma le serie temporali del monitoraggio continuo del glucosio in un grafo temporale k neighborhood, in cui ogni punto della curva glicemica diventa un nodo arricchito da caratteristiche multimodali. L’encoder basato su Graph Attention Network esegue un passaggio di messaggi multi head lungo gli archi storici, mentre un modulo BiGRU con meccanismi di attenzione cattura dipendenze più estese nel tempo. La valutazione è stata condotta sui dataset OhioT1DM e BrisT1D, utilizzando metriche di rischio ipoglicemico e Time in Range predetto. A completare il modello, un modulo controfattuale genera retrospettivamente aggiustamenti di insulina basale e prandiale entro limiti definiti, sfruttando parametri individuali come Insulin to Carbohydrate Ratio e Insulin Sensitivity Factor. La componente di interpretabilità è garantita da GNNExplainer, che evidenzia i nodi e le relazioni più rilevanti per ciascuna previsione.

I risultati mostrano prestazioni elevate. Nel dataset OhioT1DM il modello raggiunge una precision recall AUC per l’ipoglicemia pari a 0,93, un errore assoluto medio di 9,40 mg/dL, un RMSE di 15,8 mg/dL, un MARD del 6,01% e un Time in Range predetto del 71,39%. Nel dataset BrisT1D le performance rimangono solide, con PR AUC 0,98, MAE 9,36 mg/dL, RMSE 15,3 mg/dL, MARD 7,55% e TIR predetto 64,78%. Il modulo insulinico fornisce raccomandazioni soggettive e controllate, suggerendo in media incrementi basali dell’ordine del 10% e aggiustamenti prandiali personalizzati.

Il framework GAT BiGRU dimostra come la combinazione di ragionamento su grafi temporali, modellazione sequenziale e strumenti di interpretabilità possa migliorare la precisione delle previsioni glicemiche e la valutazione del rischio ipoglicemico. L’approccio offre un supporto decisionale personalizzato e rappresenta un passo avanti verso sistemi di gestione automatizzata del glucosio più trasparenti e affidabili.

J Am Med Inform Assoc. 2026 Jun 18:ocag104. doi: 10.1093/jamia/ocag104.
https://pubmed.ncbi.nlm.nih.gov/42314749/

Se l'articolo ti è piaciuto rimani in contatto con noi sui
nostri canali social seguendoci su:
Oppure rimani sempre aggiornato in ambito farmaceutico iscrivendoti alla nostra Newsletter!
POTREBBERO INTERESSARTI ANCHE
Obesità e diabete di tipo 2 sono associati a un maggior rischio di diversi tumori legati all’eccesso di peso
Uno studio AMD su oltre 80.000 pazienti associa l'interruzione dei GLP-1 a un rischio doppio di infarto, ictus o morte, senza dimostrare un rapporto causale
Le società scientifiche chiedono maggiore attenzione alle competenze prescrittive e propongono di valutare la rimborsabilità delle terapie per specifiche categorie di pazienti non diabetici
In vista della Giornata mondiale del diabete, pazienti, clinici e rappresentanti istituzionali chiedono tempi rapidi per rendere disponibile la nuova opzione terapeutica

Resta aggiornato con noi!
La tua risorsa per news mediche, riferimenti clinici e formazione.

I più letti della settimana
ANNUNCI
Offro lavoro | Lombardia
Cerco collega per una sostituzione dal 01.12.26 al 31.01.27 ho circa 1000 assistiti a Castiglione olona ( Varese) mio Cell...

EVENTI
Al via la 2° edizione Milan Longevity Summit, un laboratorio urbano per una vita più lunga e in salute
Edra S.p.A sarà media partner della seconda edizione del Milan Longevity Summit che si svolgerà a Milano dal 21 al...

AZIENDE
Eurosets presenta Landing Advance
Immagine in evidenza Eurosets presenta Landing Advance, un sistema completo e intuitivo che apre nuove frontiere nel campo del monitoraggio multiparametrico in cardiochirurgia...

Libreria
Il manuale è stato scritto per colmare una...
La radiologia senologica incarna un ramo dell'imaging di...
Negli ultimi anni, i progressi scientifici e clinici...
Questo manuale offre una panoramica aggiornata sul ruolo...
Questo testo vuole aiutare a comprendere la legge...
Corsi
Algoritmi di medicina di emergenza per le professioni sanitarie

Gli algoritmi relativi alla medicina di emergenza rappresentano una risorsa fondamentale per i professionisti sanitari che, ciascuno nel proprio ambito...


L’INTELLIGENZA ARTIFICIALE NELLA GESTIONE DELLE MALATTIE INFETTIVE

L’impatto dell’Intelligenza Artificiale (AI) e dei Big Data nel settore sanitario è innegabile. L’AI sta rivoluzionando la scoperta di farmaci, la...


Social media in medicina. Al via nuovo corso di formazione Fad

Edra, sempre attenta a garantire una formazione completa e adeguata alle esigenze del sistema salute, ha progettato il nuovo corso...


Progettare la cura con la medicina narrativa. Strumenti per un uso quotidiano

Introdurre la Medicina Narrativa nella progettazione dei percorsi di cura. Integrare la narrazione nel sistema cura e nel sistema persona...