آزمايش سيليكو براي پانكراس مصنوعي مبتني بر هوش مصنوعي جهت استفاده در بخش مراقبت هاي ويژه

كنترل موثر گلوكز در بخش مراقبت هاي ويژه (ICU) پتانسيل كاهش عوارض و مرگ و مير را دارد كه به نوبه خود منجر به كاهش هزينه هاي مراقبت هاي بهداشتي مي شود. كنترل‌كننده‌هاي گلوكز مبتني بر ICU كنوني از نظر رياضي مشتق شده‌اند و بر اساس مشتق انتگرال متناسب (PID) يا كنترل پيش‌بيني مدل (MPC) هستند. كنترل‌كننده‌هاي گلوكز حلقه بسته مبتني بر هوش مصنوعي (AI) ممكن است. توانايي دستيابي به كنترلي را داشته باشند، كه نتايج به‌دست‌آمده توسط كنترل‌كننده‌هاي PID يا MPC را بهبود بخشد. ما يك تجزيه و تحليل در سيليكون از يك كنترل كننده قند مبتني بر هوش مصنوعي كه براي استفاده در تنظيمات ICU طراحي شده است، انجام داديم. اين كنترلر با استفاده از يك مدل رياضي از سيستم گلوكز-انسولين بيمار ICU مورد آزمايش قرار گرفت. در مجموع 126000 شبيه سازي منحصر به فرد 5 روزه انجام شد كه منجر به 107 ميليون مقدار گلوكز براي تجزيه و تحليل شد. كه در نتيجه، براي 7 محدوده كنترل آزمايش شده، با خطاي سنسور 10%، ميانگين نتايج1-4 به دست آمد است،(1) زمان در محدوده كنترل، 94.2٪،(2) زمان در محدوده mg/dl140-70، 97.8٪، (3) زمان در محدوده هيپرگليسمي ( 140 ميلي گرم در دسي ليتر)، 2.1٪ و (4) زمان در محدوده هيپوگليسمي ( 70 ميلي گرم در سي ليتر، 0.09٪. همچنين ميانگين ضريب تغييرات (CV) 11.1 درصد بود. كه نتيجه گيري كلي اين مطالعه در سيليكون يك كنترل‌كننده گلوكز حلقه بسته مبتني بر هوش مصنوعي نشان مي‌دهد، كه ممكن است بتواند نتايج به‌دست‌آمده توسط كنترل‌كننده‌هاي PID/MPC مبتني بر ICU موجود را بهبود بخشد. اگر اين نتايج در آزمايش‌هاي باليني تأييد شوند، اين كنترل‌كننده مبتني بر هوش مصنوعي مي‌تواند براي ايجاد يك سيستم پانكراس مصنوعي براي استفاده در تنظيمات ICU استفاده شود.