Das Ziel dieses Projekts ist die frühzeitige Erkennung hypoglykämischer Anfälle, um Betroffene rechtzeitig zu alarmieren und schwerwiegende Folgen zu verhindern. Hypoglykämie ist ein Zustand der Unterzuckerung, der zur Bewusstlosigkeit, zum Koma und im schlimmsten Fall zum Tod führen kann. Patienten mit Typ 1 Diabetes sind besonders gefährdet, da sie auf externes Insulin angewiesen sind, dessen unangemessene Dosierung leicht zu einem niedrigen Blutzuckerspiegel führen kann.
KI-Methoden können hierbei potenzielle hypoglykämische Anfälle durch die Analyse historischer Datenmuster erkennen. Als Eingabewerte für die maschinellen Lernverfahren können kontinuierlich gemessene Glukosewerte und weitere physiologische Daten wie die Herzrate genutzt werden. Unsere Professur forscht zunächst an der präzisen Klassifizierung des Risikos bis zu zwei Stunden vor der Hypoglykämie. Im nächsten Schritt werden längere Vorhersagezeiträume von bis zu 24 Stunden betrachtet, um kurzzeitige Risiken, postprandiale Hypoglykämien, nächtliche Hypoglykämien und durch erhöhte Aktivität induzierte Hypoglykämien zu erkennen. Das Projekt zielt darauf ab, personalisierte Ansätze zu entwickeln, die sich an individuelle Daten, das Alter und das spezifische Verhältnis der Individuen anpassen.
Letzte Änderung: 7. Februar 2025