Desarrollo de un sistema inteligente de control de diabetes de tipo 1 basado en modelos predictivos

Abstract

En este trabajo de fin de grado se presenta un sistema basado en Deep-Learning para el apoyo a la toma de decisiones sobre la diabetes en base a valores pasados de glucosa en sangre del paciente, evaluando modelos basados en redes recurrentes de tipo Long short-term memory (LSTM) y comparando a su vez con un modelo de regresión lineal del estado del arte. Además, se desarrollará una aplicación para pacientes con diabetes mellitus tipo 1 en la que los pacientes podrán obtener gráficas con predicciones de sus valores futuros de glucosa en sangre que ayuden a optimizar el uso de bolos de insulina.

This project presents a system based on Deep-Learning to support decision-making on diabetes based on past values of blood glucose in the patient, evaluating models based on Long short-term memory (LSTM) recurrent networks and comparing it with a state-of-the-art linear regression method. In addition, an application will be developed for patients with type 1 diabetes mellitus in which the patients will be able to obtain graphs with predictions of their blood glucose values to optimize the use of insulin boluses.