Sztuczna trzustka 2.0: czego nie potrafią jeszcze automatyczne systemy dostarczania insuliny — i jak to naprawić

Diabetes Technology & Therapeutics opublikowało przegląd międzynarodowej grupy inżynierów i klinicystów dotyczący luk, które uniemożliwiają automatycznym systemom podawania insuliny (AID) przekształcenie się w prawdziwie „w pełni zamkniętą pętlę”. Autorzy szczerze twierdzą, że obecne urządzenia obniżają poziom HbA1c, poprawiają jakość życia i bezpieczniej kontrolują poziom cukru – jednak najlepiej działają w nocy, a w ciągu dnia wymagają od użytkownika deklarowania posiłków i aktywności fizycznej, aby uniknąć hiper- i hipoglikemii. Ponadto wiele systemów nie zostało jeszcze zaprojektowanych dla kobiet w ciąży i osób starszych. Przegląd przedstawia wyniki nowych algorytmów automatycznie rozpoznających jedzenie i ćwiczenia, a także wstępne dane dotyczące zastosowania AID w „złożonych” grupach. Kluczowy wniosek: kolejnym etapem ewolucji jest sztuczna inteligencja i sterowanie adaptacyjne, w tym w konfiguracjach wielohormonalnych (insulina ± glukagon).

Tło badania

Automatyczne systemy podawania insuliny (AID) to połączenie ciągłego monitora glikemii (CGM), pompy insulinowej i algorytmu sterującego, który dostosowuje podaż insuliny w czasie rzeczywistym. W ostatnich latach systemy „hybrydowe” znacząco obniżyły poziom HbA1c, wydłużyły czas w zakresie glikemii (TMT) i zmniejszyły występowanie nocnej hipoglikemii u osób z cukrzycą typu 1. Jednak „pełny autopilot” nie jest jeszcze dostępny: w ciągu dnia, gdy poziom glukozy jest stale zależny od pożywienia, stresu i ruchu, większość systemów nadal wymaga ręcznego wprowadzania węglowodanów i ostrzeżenia o aktywności – w przeciwnym razie algorytm nie będzie w stanie kompensować gwałtownych skoków cukru.

Praktyka kliniczna wykazała inne luki. Algorytmy działają najlepiej podczas snu, kiedy metabolizm jest bardziej stabilny, ale szczyty poposiłkowe, wysiłek fizyczny i opóźnienia bolusów pozostają piętą achillesową. Niektóre systemy nie są jeszcze zaprojektowane dla kobiet w ciąży (różne docelowe wartości glikemii, wysoki koszt błędów) i osób starszych (wielochorobowość, zwiększone ryzyko hipoglikemii), gdzie potrzebne są dostosowane tryby bezpieczeństwa i interfejsy zmniejszające obciążenie poznawcze.

Z technicznego punktu widzenia kolejnym wyzwaniem jest ograniczenie „czynnika ludzkiego”. W tym celu opracowywane są algorytmy do automatycznego rozpoznawania spożycia pokarmu i aktywności fizycznej w oparciu o wzorce CGM i czujniki noszone na ciele; testowane są obwody wielohormonalne (insulina ± glukagon) jako „ubezpieczenie” na wypadek hipoglikemii; wdrażane są modele adaptacyjne/sztucznej inteligencji, które dostosowują się do indywidualnego rytmu użytkownika i kontekstu dnia. Jednocześnie branża potrzebuje standardów interoperacyjności i cyberbezpieczeństwa, aby systemy były aktualizowane „bezprzewodowo”, a dane były bezpiecznie wymieniane między urządzeniami i klinikami.

Wreszcie, ważna jest nie tylko kontrola poziomu cukru, ale także wygoda życia: mniej lęku i czynności manualnych, stabilny sen, dostępność technologii dla osób o różnym poziomie kompetencji cyfrowych i dochodów. Dlatego „sztuczna trzustka 2.0” to nie tylko „szybszy” algorytm, ale ekosystem, który działa równie niezawodnie w dzień i w nocy, wymaga minimalnej interwencji i obejmuje szerokie grupy pacjentów.

Dlaczego to jest ważne?

Automatyczne obwody stanowią jeden z największych przełomów w diabetologii ostatnich dekad, a ich wkład znajduje oficjalne odzwierciedlenie w nowoczesnych standardach leczenia cukrzycy. Jednak „pełna autonomia” jest wciąż nieosiągalna: użytkownik nadal wprowadza węglowodany „ręcznie”, a przy aktywnym trybie życia algorytmy często spóźniają się. Przegląd systematyzuje, gdzie się poruszać, aby AIDS stały się bardziej dostępne i inteligentniejsze – również dla kobiet w ciąży, osób powyżej 65. roku życia, uprawiających sport lub po prostu niemogących liczyć węglowodanów co kilka godzin.

Co AID może teraz zrobić – i gdzie postęp się zatrzymuje

Dzisiejsze hybrydowe „trzustki” świetnie radzą sobie z utrzymaniem czasu w zakresie (TIR) i skracaniem czasu poniżej zakresu (TBR), szczególnie podczas snu. Jednak podczas „wyzwań” w ciągu dnia – jedzenia, stresu, treningu – ujawniają się słabe punkty:

• Wymagane są komunikaty o jedzeniu/ćwiczeniu. Bez nich obwód nie ma czasu na „wychwycenie” skoku poposiłkowego ani zapobiegnięcie hipoglikemii po aktywności.
• Ograniczona przydatność „cywilna”. Wiele systemów nie jest przeznaczonych dla kobiet w ciąży i osób starszych, gdzie cele i ryzyko są inne.
• Niestabilność dzienna. Urządzenia działają najskuteczniej w nocy; w ciągu dnia poziom glukozy waha się bardziej.
• „Czynnik ludzki” – liczenie węglowodanów i ręczne wykonywanie czynności jest żmudne, przez co trudno jest przestrzegać zaleceń – podkreślają to badania kliniczne i praktyka.

Co sugerują autorzy recenzji

Naukowcy wskazują obszary, w których w ostatnich latach pojawiły się obiecujące wyniki i w których konieczne są dalsze działania:

• Automatyczne rozpoznawanie pożywienia i aktywności. Algorytmy, które bez ingerencji użytkownika mogą ocenić fakt i skalę spożycia pożywienia/ćwiczenia i odpowiednio dozować insulinę.
• Obwody wielohormonalne. Dodanie glukagonu jako „pedału bezpieczeństwa” w przypadku niedoboru to odrębna gałąź rozwoju.
• Nowe grupy docelowe. Badania u osób starszych i w ciąży z dostosowaniem celów i barier ochronnych.
• Sztuczna inteligencja i adaptacyjne sterowanie: spersonalizowane modele, które „uczą się” na podstawie codziennych danych, eliminują część pracy ręcznej i upraszczają dostęp do technologii.

Gdzie szukać deweloperów i organów regulacyjnych

Aby doprowadzić AID do „pełnej pętli” dla wszystkich, oprócz algorytmów, będziemy musieli również rozwiązać problemy „systemowe”:

• Interoperacyjność i możliwość aktualizacji. Standardy wymiany danych i bezpieczne zdalne aktualizacje oprogramowania.
• Wskaźniki korzyści w „rzeczywistym życiu”. Oprócz HbA1c – TIR/TBR, obciążenia alertami, snu nocnego i obciążenia poznawczego użytkownika.
• Dostęp i sprawiedliwość: Uprość interfejs i obniż koszty systemów, aby dostęp do systemów AID mogli uzyskać również ci, którzy obecnie z nich nie korzystają.
• Cyberbezpieczeństwo i prywatność. Zwłaszcza w kontekście coraz bardziej inteligentnych i sieciowych urządzeń.

Co to oznacza dla osób chorych na cukrzycę – teraz

Nawet bez „pełnej autonomii”, nowoczesne urządzenia AID już teraz zapewniają korzyści w zakresie spożycia cukru i bezpieczeństwa – potwierdzają to badania randomizowane i obserwacyjne. Jeśli korzystamy z konturu, głównym „life hackiem” jest wysokie zaangażowanie (terminowe powiadomienia o posiłkach/obciążeniach, ładowaniu/łączności czujników, prawidłowe wyznaczanie celów). A dla tych, którzy dopiero rozważają zakup AID, przegląd daje jasny obraz: w nadchodzących generacjach urządzenia będą wymagały mniej czynności manualnych i lepiej poradzą sobie w ciągu dnia, a nie tylko w nocy.

Gdzie są granice i co dalej?

To przegląd – nie zastępuje on badań klinicznych, ale wyznacza kierunek: intelektualizację konturów i rozszerzenie wskazań. Domowe testy systemów, które niezależnie dozują dawkę w zależności od pożywienia i obciążenia, są już w toku; równolegle opracowywane są rozwiązania multihormonalne. Kolejnym krokiem są badania wieloośrodkowe z udziałem osób starszych, kobiet w ciąży, osób o „nieprzewidywalnym” harmonogramie, a także prace nad dostępnością i wdrożeniem.

Krótki poradnik: co zapobiega „pełnej pętli” i co ją przybliży

Zakłóca:

• konieczność ręcznego wprowadzania węglowodanów i deklaracji aktywności;
• obniżona stabilność w ciągu dnia (jedzenie, sport, stres);
• brak udogodnień dla kobiet w ciąży i osób starszych w niektórych systemach.

Przybliżony:

• automatyczne wykrywanie żywności/ładunku i algorytmy adaptacyjne;
• obwody wielohormonalne (insulina ± glukagon);
• ujednolicone standardy danych, bezpieczeństwo, dostępność.

Wniosek

Recenzja jasno formułuje cel „wersji 2.0” sztucznej trzustki: zminimalizować rolę użytkownika, zapewnić jednakową niezawodność obwodów w dzień i w nocy oraz umożliwić dostęp do nich tym, którzy obecnie pozostają w tyle – w tym kobietom w ciąży i osobom starszym. Droga do tego celu wiedzie przez algorytmy sztucznej inteligencji, adaptacyjne sterowanie i schematy multihormonalne – i istnieją już wstępne wyniki potwierdzające, że jest to realne. Teraz od badań klinicznych i inżynierów zależy przekształcenie tych pomysłów w niezawodne urządzenia „dla każdego i na co dzień”.

Źródło badań: Jacobs PG i in. Luki badawcze, wyzwania i możliwości w zakresie zautomatyzowanych systemów dostarczania insuliny. Diabetes Technology & Therapeutics 27(S3):S60-S71. https://doi.org/10.1089/dia.2025.0129