Development of a neural network model architecture for personalized insulin dosage calculation in type I diabetes

Abstract

Type I diabetes is a chronic autoimmune disease characterized by insulin hormone deficiency in the body, requiring patients to rely on external administration of this hormone for survival. Additionally, blood glucose monitoring and precise insulin dose calculation are essential aspects in managing this disease. The current research proposes an approach that uses machine learning techniques to optimize and personalize insulin dose calculations for patients with type I diabetes. The developed model is based on neural networks and has been trained using pharmacodynamic profiles and a simulated dataset. The research was conducted over a period of two months, focusing on adapting the algorithm to individual patient characteristics to improve blood glucose level management.

Diabetul zaharat de tip I este o boală cronică autoimună, caracterizată prin deficienţa hormonului insulin in organism, astfel că pacienții au nevoie de administrare externă a acestui hormon pentru a supraviețui. Totodată, monitorizarea nivelului glicemiei și calcularea precisă a dozelor de insulină sunt aspecte esențiale în gestionarea acestei boli. Cercetarea actuală propune o abordare, care folosește tehnici de învățare automatizată pentru a optimiza și personaliza calculul dozelor de insulinâ la pacienți cu diabet zaharat tip I. Modelul elaborat se bazează pe rețele neuronale și a fost instruit utilizând profilurile farmacodinamice și un set de date simulate. Cercetarea s-a desfășurat pe o perioadă de două luni, urmărind adaptarea algoritmului la caracteristicile individuale ale pacienților pentru îmbunătățirea gestionării nivelului glicemiei.