Poznámky k záverečnej správe projektu DiaDAQ

Autorský tím projektu DiaDAQ (Diabetic Data Acquisition) predložil žiadosť o podporu projektu 14. novembra 2013, v deň, ktorý je svetovým dňom diabetu. Členmi tímu sú študentka, študenti a výskumný pracovník, ktorí sa v rámci svojho štúdia a práce venujú Biokybernetike a jej aplikácii v oblasti riadenia a modelovania diabetu.
Autorský tím študuje a pracuje na FEI STU v Bratislave:

• Marián Tárník
  Výskumný pracovník ÚRK FEI STU.
• Ivan Ottinger
  Doktorand, odbor Kybernetika.
  Dizertačná práca zameraná na algoritmy riadenia dávkovania inzulínu.
• Tomáš Ludwig
  Doktorand, odbor Kybernetika.
  Dizertačná práca zameraná na modelovanie a predikciu vývoja glykémie v čase.
• Katarína Gubánová
  Študentka inžinierskeho štúdia, odbor Kybernetika.
  Téma diplomovej práce: Simulačné experimenty pre vzdelávanie diabetikov.
• Matúš Rebro
  Študent inžinierskeho štúdia, odbor Kybernetika.
  Téma diplomovej práce: Automatizované dávkovanie inzulínu.

Nadácia Tatra banky podporila projekt sumou 2400 EUR v rámci grantového programu E-Talent. Tieto finančné prostriedky boli použité na nákup technických prostriedkov potrebných pre riešenie úloh projektu. Nákup bol realizovaný vo februári 2014. Rozpis položiek:

• Guardian REAL-Time systém - jedna sada, obsahuje glukózový monitor, vysielač MiniLink a ostatné príslušenstvo.
• Enlite senzor - spolu 32 kusov.
• Glukomer FreeStyle Optium - dve súpravy.
• Testovacie prúžky - päť balení, balenie po 50 prúžkov.

Cieľom projektu DiaDAQ bolo získanie a spracovanie dát potrebných pre aplikácie Biokybernetiky v oblasti liečby ochorenia diabetes mellitus 1. typu. V pláne bolo získať dáta od rôznych subjektov, pričom subjektom nazývame osobu s diabetom. Spolu 32 kusov senzorov využiteľných v nasledujúcich piatich mesiacoch umožňovalo rôzne alternatívy harmonogramu spolupráce so subjektmi. Zároveň bol k dispozícii dostatočný čas pre hľadanie subjektov.

V marci a v apríli nám Subjekt s veľkým S poskytol namerané dáta. Využilo sa 8 senzorov. V tomto prípade mal Subjekt k dispozícii vysielač MiniLink z inej predchádzajúcej spolupráce a k tomu vlastnú inzulínovú pumpu. Od konca marca do začiatku mája sme vďaka členke autorského tímu nadviazali spoluprácu so subjektom č. 2. Pri tejto spolupráci sa využilo celkom 8 senzorov a subjekt využíval kompletný systém pre kontinuálne monitorovanie glykémie zakúpený pre projekt DiaDAQ. Začiatkom apríla sne sa obrátili na občianske združenie diabetikinfo.sk s prosbou o sprostredkovanie spolupráce s ďalšími subjektmi. O. z. diabetikinfo.sk sprostredkovalo v rámci projektu DiaDAQ spoluprácu s ďalšími tromi subjektmi (subjekt č. 3 až 5). Celkovo sa v mesiacoch apríl až jún využilo 16 senzorov.

Hlavným výsledkom projektu DiaDAQ sú rozličné sady dát. Každý subjekt poskytol jednu sadu dát. Zoznam subjektov:

č.s.		Počet senzorov	Poznámka
s.č.1	Subjekt	8	Paradigm Veo, MiniLink, dia denník.
s.č.2	Slovníček	8	Accu-Check Spirit Combo, Guardian monitor, MiniLink, dia denník.
s.č.3	Kvetinka	5	Inzulínové perá, Guardian monitor, MiniLink, dia denník.
s.č.4	diabetikinfo	5	Paradigm Veo, MiniLink, Bolus Wizard.
s.č.5	Nairo	6	Paradigm Veo, MiniLink, Bolus Wizard.

Jednotlivé sady dát pozostávajú spravidla z niekoľkých tabuliek, dátových súborov a grafov. Zdrojom tabuliek je softvér dodávaný k systému kontinuálneho monitorovania glykémie, ktorý umožňuje prenos dát zo zariadenia, ich zobrazenie a export. Niektoré tabuľky však boli zapisované manuálne ako štandardný diabetický denník.

Boli vytvorené nástroje pre spracovanie danej sady dát. Príkladom spracovania je napr. denný sumár, ktorý zlúči dáta z jedného dňa z rôznych tabuliek (manuálne zapisovaných a vyexportovaných z originálneho softvéru). K dispozícii sú tak dáta v jednotnom formáte a ich grafické zobrazenie. Uľahčuje to výber dát pre ďalšiu prácu.

Príkladom ďalšej práce s dátami je identifikácia matematického modelu, ktorý vystihuje priebeh glykémie v danej situácii. Spracované dáta sú v tomto období využívané v rámci diplomových a dizertačných prác členov autorského tímu.

Samotné dáta a skúsenosti nadobudnuté pri ich získavaní je možné využiť pri vzdelávaní ľudí s diabetom a ich blízkych. Jeden denný sumár (prípadne iný report) je výhodnejší ako niekoľko reportov z rôznych zdrojov. Uľahčuje to prehľad vo všetkých dostupných záznamoch súvisiacich s diabetom. Človek s diabetom sa tak môže poučiť z týchto záznamov. Nástroje pre zlúčenie dát z rôznych zdrojov tak prispievajú k vzdelávaniu doabetikov.

Simulácie môžu slúžiť ako podporný nástroj napr. pri vysvetľovaní princípov inzulínovej liečby. Je možné nasimulovať rôzne scenáre zodpovedajúce očakávanému priebehu glykémie a demonštrovať tak súvislosti medzi jednotlivými veličinami. Základom simulácii sú matematické modely a tie sú vytvárané s využitím dát, takých, ktoré boli zozbierané v rámci projektu DiaDAQ.

V priebehu spolupráce s o. z. diabetikinfo.sk bol záujem aj o informácie o princípe merania koncentrácie glukózy v podkoží a iné informácie technického charakteru týkajúce sa „senzora“, teda systému pre kontinuálne monitorovanie glykémie. Zúčastnili sme sa rekondičného pobytu organizovaného o. z. diabetikinfo.sk a svojou malou troškou sme prispeli do diskusie o senzoroch a kontinuálnom monitoringu. Prikladáme pár fotografií z rekondičného pobytu:

Príklad výsledku identifikácie

Nasledujúce slúži len ako ilustrácia výsledku identifikácie modelu („biokybernetického“), ktorý vystihuje priebeh glykémie v danej situácii. Výsledok je prezentovaný len graficky. Podrobnosti sú vynechané, hádam sa k nim dostaneme neskôr.

Majme dáta z obdobia raňajok z dvoch dní. V deň prvý boli raňajky o 9:07. Dáta pre časový interval 30 minút pred a 108 minút po raňajkách vyzerajú nasledovne:

Na raňajky bolo 45 gramov sacharidov, bolus 3,7 U. V čase 10:15 bolo ďalšie jedlo, asi desiata, ale táto skutočnosť je pri identifikácii modelu v tomto prípade zanedbaná (akokoľvek čudne to znie). V deň druhý boli raňajky o 9:22. Opäť, dáta pre ten istý interval v okolí raňajok vyzerajú nasledovne:

Pre vystihnutie priebehu glykémie z oboch dní uvažujme priemer (v tomto bode zanedbáme tú „desiatu“). Priemerné hodnoty sacharidov, bolusov a priemerný priebeh glykémie sú nasledovné:

Cieľom identifikácie je aby výstup modelu vystihoval priebeh nameranej glykémie. Model bol identifikovaný s využitím priemerných hodnôt. Je to spôsob ako zohľadniť vplyv oboch dní. Výsledok identifikácie je na nasledujúcom obrázku porovnaný s priemerným priebehom glykémie:

Ak napríklad budú vstupom do modelu sacharidy a bolus z dňa prvého, potom porovnanie výstupu modelu a nameraného priebehu glykémie vyzerá nasledovne:

MT

Predmetné dáta

Predmetom projektu DiaDAQ sú dáta bežne používané pri self-monitoringu diabetu 1. typu. Klasický diabetický denník je základným zdrojom takýchto dát. Obsahuje namerané hodnoty glykémie, záznamy o príjme sacharidov a samozrejme záznamy o dávkach inzulínu. Doplňujúcimi sú údaje o fyzickej aktivite, športovaní a o iných okolnostiach významne ovplyvňujúcich glykémiu.

Základom je meranie glykémie pomocou glukomera a záznamy o množstve sacharidových jednotiek (SJ). Záznamy počas jedného dňa môžu vyzerať nasledovne:

Glykémia bola odmeraná bežným glukomerom len tri krát za 24 hodín. To je relatívne nízky počet meraní, ktorý nezodpovedá ani malému glykemickému profilu. Pre potreby projektu je potrebný počet meraní aspoň v rozsahu veľkého glykemického profilu, teda sedem a viac meraní za deň.

K uvedeným dátam patria ešte záznamy o inzulíne. V tomto prípade bol inzulín podávaný pomocou inzulínovej pumpy. Z pohľadu získavania dát je to výhodné pretože pumpa zaznamenáva údaje o inzulíne automaticky a ľahko ich možno uložiť v elektronickej forme tak aby sa s nimi dalo ďalej pracovať. Záznamy o inzulíne vyzerajú nasledovne:

Ak by bolo v uvedenom príklade viac meraní glykémie (ťažko povedať koľko, dovolíme si predpokladať, že diabetik vie kedy odmerať glykémiu tak aby bol vystihnutý podstatný charakter priebehu glykémie), predstavovali by tieto dáta akési minimum, o ktoré je záujem v projekte DiaDAQ.

Údaje o sacharidoch je možné doplniť o informáciu o type jedla z pohľadu rýchlosti vstrebávania glukózy po jedle. Napríklad k množstvu sacharidov sa pridá poznámka „rýchle sacharidy“ čo znamená jedlo s vyšším glykemickým indexom.

Ak by inzulín nebol podávaný pumpou, záznamy o inzulíne by boli mierne odlišné. Bolusov by bolo zrejme menej. Bazálny inzulín by nebol zaznamenaný ako rýchlosť podávania v jednotkách inzulínu za hodinu, ale rovnako ako bolus, teda dávka v inzulínových jednotkách v danom čase. K tomu všetkému ešte patrí informácia o druhu či type inzulínu. Pumpa používa stále len jeden typ.

Dávkovanie bolusov v uvedenom príklade prezrádza, že v tomto prípade muselo byť k dispozícii viac informácií o priebehu glykémie ako len tri merania za deň. Uvedené merania sú totiž len kalibráciou pre kontinuálne monitorovanie glykémie.

Systém pre kontinuálne monitorovanie glykémie poskytuje informáciu o glykémii každých päť minút. Údaje sa zaznamenávajú automaticky a vďaka obslužnému softvéru sú ľahko dostupné pre ďalšie spracovanie. Priebeh glykémie zaznamenaný pomocou CGM (Continuous Glucose Monitoring) vyzerá nasledovne:

Je zrejmé, že CGM umožňuje výrazne zvýšiť kvalitu self-monitoringu oproti klasickému diabetickému denníku. CGM je preto základom pre výhodnejší variant získavania predmetných dát.

Cieľom projektu DiaDAQ je vlastne získať veľmi kvalitný diabetický denník a spracovať tieto dáta tak aby boli využiteľné pre aplikácie Biokybernetiky v oblasti kompenzácie diabetu.

Poznámočka k využitiu predmetných dát

Príkladom využitia predmetných dát z pohľadu Kybernetiky (alebo Biokybernetiky ak chcete) môže byť takzvaná krátkodobá predikcia glykémie. Inými slovami predpoveď vývoja glykémie na povedzme pol hodinu dopredu. Slúžiť to môže napríklad pre včasný alarm hypoglykémie.

Glykémia sa dá predikovať pomocou matematického modelu predikcie. Aj počasie sa dá predikovať, teda predpovedať, pomocou matematického modelu. Princíp je pritom zhruba rovnaký. Príkladom modelu pre počasie je model ALADIN, ktorý používa SHMÚ.

Základom pre návrh takého modelu predikcie sú dáta a ďalších milión detailov. Výsledkom dosiahnutým pre dáta uvedené vyššie môže byť napríklad niečo takéto:

Predikuje sa vývoj glykémie na 40 minút dopredu. Kvalita predikcie sa dá zhruba posúdiť pomocou nasledujúceho obrázku. Farebné označenie je rovnaké ako na predchádzajúcom obrázku.

Červená čiara predstavuje glykémiu predikovanú na 40 minút dopredu. Posudzovanie kvality predikcie, jej zlepšovanie (napr. predĺženie času, pre ktorý je možné predikovať), to všetko a ešte o veľa viac je predmetom výskumu, ktorého základom sú predmetné dáta.

Projekty grantového programu E-Talent 2013

Nadácia Tatra banky zverejnila zoznam podporených projektov v rámci grantového programu E-Talent 2013.

Ako sa uvádza v tlačovej správe, podporených je 9 projektov pričom najväčší úspech dosiahla Slovenská technická univerzita v Bratislave. Predkladateľom 5 projektov je Fakulta elektrotechniky a informatiky STU v Bratislave. Najúspešnejším ústavom fakulty bol Ústav riadenia a priemyselnej informatiky, ktorý od 1.1.2014 zmenil názov na Ústav robotiky a kybernetiky.

Podpora projektu

Správna rada Nadácie Tatra banky sa na základe hodnotenia Poradného výboru grantového programu „E-Talent“ rozhodla podporiť projekt DiaDAQ.

Cieľom projektu DiaDAQ (Diabetic Data Acquisition) je získanie a spracovanie dát potrebných pre aplikácie Biokybernetiky v oblasti liečby ochorenia Diabetes mellitus 1. typu.

Získané dáta poslúžia najmä v oblasti biokybernetického modelovania a riadenia diabetu a tiež v oblasti diabetickej edukácie.

Výsledky projektu budú tvoriť základ pre ďalšie výskumné činnosti v oblasti modelovania a riadenia diabetu na Ústave robotiky a kybernetiky, Fakulty elektrotechniky a informatiky Slovenskej technickej univerzity v Bratislave. Projekt zároveň umožní získať skúsenosti a možnosť uplatniť vedomosti autorskému tímu, ktorý tvoria najmä študenti druhého a tretieho stupňa VŠ štúdia v odbore Kybernetika.