.

PROYECTOS

SAFE-AP

NUEVOS MÉTODOS PARA LA EFICIENCIA Y SEGURIDAD DEL PÁNCREAS ARTIFICIAL DOMICILIARIO EN DIABETES TIPO 1

Datos administrativos

Referencia del proyecto: DPI2013-46982-C2-1-R
Título: Nuevos métodos para la eficiencia y seguridad del páncreas artificial domiciliario en diabetes tipo 1 – SAFE-AP
Entidades participantes: Proyecto coordinado
Subproyecto 1: Universitat Politècnica de València (coordinador)
Subproyecto 2: Universitat de Girona
Investigador principal: Jorge Bondia (coordinador); Josep Vehí
Entidad financiadora: Ministerio de Economía y Competitividad
Duración: 01/01/2014-31/12/2017
Financiación recibida: Subproyecto 1: 219.010,00€
Subproyecto 2: 200.860,00 €

Resumen del proyecto

El páncreas artificial, o el control automático de la glucosa, es una tecnología por la cual las grandes empresas en el campo de la diabetes están apostando, ya que se espera que revolucione el tratamiento de la diabetes tipo 1, liberando al paciente de la carga actual de toma de decisiones y mejorando el control metabólico. Hoy en día, varios prototipos de páncreas artificial han sido validados en estudios hospitalarios controlados. Sin embargo, el uso domiciliario del páncreas artificial requiere, además de un controlador eficiente capaz de hacer frente a las condiciones de la vida diaria, los mecanismos de seguridad que permitan su uso sin riesgo adicional para el paciente:
(a) Tolerancia a fallos en la instrumentación y comunicación entre dispositivos.
(b) Supervisión del paciente que permita la detección/predicción de situaciones de riesgo, más allá de la hipoglucemia, como estados anómalos del paciente y malfuncionamiento del controlador.
(c) Robustez y eficacia del controlador frente a perturbaciones como ingestas típicas en la dieta del paciente, ejercicio, estrés y enfermedades concomitantes.
(d) Optimización de la sintonización del controlador en la práctica clínica para hacer frente a características metabólicas particulares, situaciones transitorias y cambios metabólicos debidos al progreso de la enfermedad.
Resolver estos aspectos es esencial para que un dispositivo como el páncreas artificial sea aprobado por las agencias reguladoras y llegue al mercado, así como su aceptación por parte del paciente y el personal médico, apoyado por herramientas que faciliten su gestión y supervisión.
Estos desafíos configuran el principal objetivo de este proyecto: el desarrollo de nuevos métodos y herramientas para la eficiencia y seguridad a largo plazo del páncreas artificial domiciliario. Esto se plasma en los siguientes objetivos específicos:

Objetivo 1. Desarrollar y validar métodos para la detección y diagnóstico de fallos en la instrumentación. Se considerarán, entre otros, obstrucciones en la infusión de insulina, pérdidas de señal del monitor continuo de glucosa, sensores fallidos, errores de calibración, etc.

Objetivo 2. Desarrollar y validar métodos para la mejora de la exactitud de los monitores continuos de glucosa y la mitigación de errores significativos en las lecturas de glucosa o su tendencia debido a estados metabólicos relacionados con cambios hemodinámicos como ejercicio y estrés, presentes en la vida diaria del paciente.

Objetivo 3. Desarrollar métodos para la evaluación de riesgos. Se abordará la predicción de hipoglucemias e hiperglucemias severas, la detección de estados anómalos o alterados del paciente fuera del rango de operación del controlador, y malfuncionamiento o desintonización del controlador debido a cambios metabólicos.

Objetivo 4. Desarrollar y validar algoritmos de control para la tolerancia a fallos y robustez ante perturbaciones de la vida diaria del paciente.

Objetivo 5. Diseñar e implementar un páncreas artificial para uso domiciliario basado en “smartphone” que integre los métodos anteriores para su eficiencia y seguridad durante la vida útil del sistema.

Objetivo 6. Diseñar e implementar un sistema remoto de supervisión para la optimización de prestaciones y seguridad. El sistema constituirá una herramienta de generación de conocimiento, a partir de técnicas de minería de datos masivos (“big data”) para la ayuda a la toma de decisiones del personal médico.

Investigadores

Universitat Politècnica de València
  • Jorge Bondia (coordinador)
  • José Luis Díez
  • Sergio Romero
  • Beatriz Ricarte
  • Juan Fernando Martín
  • Vanessa Moscardó
  • Eslam Montaser
  • Daniel Ruíz
Universitat de Girona
  • Josep Vehí (co-IP)
  • Remei Calm
  • Anna C. Comas
  • Charrise Raamkimsoon
  • Silvia Oviedo
  • Lyvia Regina Biagi Silva Bertachi
  • Aleix Beneyto
  • Arthur Hirata Bertachi
Hospital Clínico de Valencia

  • F. Javier Ampudia
Hospital Francesc de Borja de Gandía
  • Paolo Rossetti

Hospital Clínic de Barcelona

  • Ignacio Conget
  • Marga Giménez
  • Carmen Quirós

Imperial College London
  • Pau Herrero
  • Pantelis Georgiou