La IA convierte datos de glucosa en información accionable para el cuidado de diabetes

A medida que la monitorización continua de la glucosa se convierte en una práctica habitual en el cuidado de la diabetes, el reto pasa de recopilar datos numéricos a interpretarlos de forma que guíen las decisiones clínicas y el comportamiento del paciente. En el congreso Tecnologías ATTD 2026, celebrado en Barcelona, se destacó que el valor reside en ayudar a las personas a relacionar sus acciones diarias con los resultados de la glucosa, y no solo en las lecturas.

Un sistema con inteligencia artificial (IA) presentado en el congreso aplica ahora el registro de voz, el análisis de comidas y el reconocimiento de patrones a lo largo de varios días para convertir los datos de glucosa en información útil para la toma de decisiones.

SIBIONICS presentó su sistema GS3 como ejemplo de integración de la IA en la gestión rutinaria de la diabetes en ATTD 2026. La plataforma incorpora un registro de voz con soporte de IA que permite a los usuarios registrar comidas, actividad física y medicación mediante lenguaje natural, que se estructura automáticamente en datos de salud analizables. Se destacó como parte de un cambio de enfoque, pasando de considerar la monitorización continua como una herramienta pasiva a un enfoque que fomenta la educación del paciente y el cambio de comportamiento.

Dentro de GS3, el análisis de comidas impulsado por IA vincula la ingesta dietética con las respuestas de glucosa posteriores. El reconocimiento de patrones a lo largo de varios días revela eventos hiperglucémicos recurrentes y posibles desencadenantes, ofreciendo contexto para las fluctuaciones en lugar de valores aislados.

Los médicos y educadores en diabetes presentes en la sesión señalaron que simplificar la introducción e interpretación de datos puede reducir la carga para el paciente y mejorar la adherencia, traduciendo las tendencias de glucosa en relaciones comprensibles de causa y efecto que pueden facilitar el autocontrol y la comunicación entre el paciente y el profesional sanitario.

El programa ATTD 2026 también analizó la monitorización continua de cetonas (MCC), especialmente en personas que utilizan inhibidores del cotransportador de sodio-glucosa tipo 2 (SGLT-2). Se describió la MCC como un método que complementa los datos de glucosa al registrar la dinámica de las cetonas y proporcionar información adicional sobre el estado metabólico.

Las observaciones del mundo real presentadas en la reunión sugieren que la combinación de los registros de glucosa y cetonas puede revelar patrones que no son evidentes con la monitorización de un solo parámetro, con posibles implicaciones para la identificación temprana de riesgos y estrategias terapéuticas más individualizadas.

La sesión contó con la participación de expertos de renombre internacional en tecnología y práctica clínica para la diabetes. Las presentaciones abarcaron evidencia del monitoreo continuo de glucosa en la práctica clínica, consideraciones sobre la precisión en la diabetes tipo 1 pediátrica, el uso de monitores de glucosa en pacientes que utilizan inhibidores de SGLT-2 y enfoques de monitoreo de última generación basados en IA.

En conjunto, la agenda reflejó una perspectiva multidisciplinaria que abarca la investigación clínica, la evidencia del mundo real y las tecnologías emergentes. Los debates hicieron hincapié en la necesidad de pasar del monitoreo pasivo a información interpretable y clínicamente útil.

Enlaces relacionados
ATTD 2026
SIBIONICS