Algoritmi per la rilevazione di malfunzionamenti del set di infusione di insulina nei pazienti diabetici basati sul monitoraggio continuo del glucosio.

L’utilizzo crescente di sistemi autonomi nella somministrazione di insulina e dell’innovativo pancreas artificiale in pazienti diabetici ha portato un notevole miglioramento nella qualità di vita delle persone affette da diabete. Tuttavia, questi dispositivi possono essere soggetti a malfunzionamenti, portando a condizioni di iperglicemia dovute ad una mancata somministrazione di insulina. È necessario quindi, tutelare la sicurezza e la salute del paziente attraverso dei sistemi in grado di ridurre il verificarsi di tali situazioni. In questa tesi è stato valutato un algoritmo per la rilevazione di malfunzionamenti del set di infusione di insulina in pazienti affetti da diabete di tipo 1. L’algoritmo preso in esame è quello proposto da Howsmon et al., che attraverso il continuo monitoraggio di glucosio (CGM) è in grado di individuare e segnalare al paziente un guasto nel set di infusione (Losses in Infusion Set Actuation, LISA). L’algoritmo è stato implementato nell’ambiente di lavoro MATLAB R2023b e testato utilizzando i dati di pazienti in silico generati con il simulatore UVa/Padova. Il programma sfrutta tre metriche di guasto per valutare i parametri del paziente e segnalare, eventualmente, un guasto. Le tre metriche sono: Glucose Fault Metric (GFM), Glucose Slope (GS) e Insulin Fault Metric (IFM). Con una soglia IFM pari a 0,4 è stata riscontrata una sensibilità del 30% con 0,253 FP/giorno, mentre abbassando la soglia a 0,3, la sensibilità ottenuta è stata del 60% con 0,287 FP/giorno.