O USO DE INTELIGÊNCIA ARTIFICIAL NO MONITORAMENTO GLICÊMICO E INSULINOTERAPIA NA DIABETES MELLITUS TIPO 1 UMA REVISÃO INTEGRATIVA DA LITERATURA
DOI:
https://doi.org/10.56083/RCV4N3-024Keywords:
Diabetes Mellitus Tipo 1, Inteligência Artificial, Monitoramento GlicêmicoAbstract
A inteligência artificial (IA) foi apresentada pela primeira vez à comunidade científica em uma conferência no campus do Dartmouth College, com o propósito de lidar com problemas complexos do mundo real. Nos últimos anos, o uso de IA tem mostrado um potencial promissor como ferramenta na prática médica, inclusive no monitoramento glicêmico e na insulinoterapia, fornecendo ferramentas avançadas para análise de dados e tomada de decisões personalizadas, no entanto, apesar dos avanços internacionais nesse campo, estudos nacionais ainda são escassos.
References
GUEMES, A. et al. Predicting Quality of Overnight Glycaemic Control in Type 1 Diabetes Using Binary Classifiers. IEEE journal of biomedical and health informatics, v. 24, n. 5, p. 1439–1446, 2020. DOI: https://doi.org/10.1109/JBHI.2019.2938305
KHAQAN, A. et al. An Intelligent Model-Based Effective Approach for Glycemic Control in Type-1 Diabetes. Sensors, v. 22, n. 20, p. 7773, 13 out. 2022. DOI: https://doi.org/10.3390/s22207773
NIMRI, R. et al. Insulin dose optimization using an automated artificial intelligence-based decision support system in youths with type 1 diabetes. Nature Medicine, v. 26, n. 9, p. 1380–1384, 1 set. 2020.
OLIVEIRA, G. G.; BARCELOS, R. P.; SIQUEIRA, L. DE O. Correlação da dosagem de glicose por glicosímetro, dosagem laboratorial e de equipamento de inteligência artificial. Jornal Brasileiro de Patologia e Medicina Laboratorial, v. 58, p. e4142022, 30 maio 2022.
PACIENTES, D. Universidade Feevale Gabriel Eduardo Martini. O Aprendizado de Máquina na Classificação do Status Glicêmico. [s.l: s.n.]. Disponível em: https://tconline.feevale.br/tc/files/0001_4988.pdf. Acesso em: 30 jun. 2023.
TYLER, N. S. et al. An artificial intelligence decision support system for the management of type 1 diabetes. Nature Metabolism, v. 2, n. 7, p. 612–619, 1 jun. 2020. DOI: https://doi.org/10.1038/s42255-020-0212-y
WOLDAREGAY, A. Z. et al. Data-driven modeling and prediction of blood glucose dynamics: Machine learning applications in type 1 diabetes. Artificial Intelligence in Medicine, v. 98, p. 109–134, jul. 2019. DOI: https://doi.org/10.1016/j.artmed.2019.07.007
