Kunstmatige alvleesklier 2.0: wat automatische insulinetoedieningssystemen nog niet kunnen – en hoe we dit kunnen verhelpen

Diabetes Technology & Therapeutics publiceerde een review van een internationale groep ingenieurs en clinici over de lacunes die verhinderen dat geautomatiseerde insulinetoedieningssystemen (AID) een echt "volledig gesloten kringloop" worden. De auteurs stellen eerlijk dat huidige apparaten de HbA1c verlagen, de kwaliteit van leven verbeteren en de bloedsuikerspiegel veiliger beheren - maar ze werken het beste 's nachts en overdag vereisen ze dat de gebruiker maaltijden en fysieke activiteit aangeeft om hyper- en hypoglykemie te voorkomen. Bovendien zijn veel systemen nog niet ontworpen voor zwangere vrouwen en ouderen. De review toont de resultaten van nieuwe algoritmen die automatisch voedsel en beweging herkennen, en vroege gegevens over het gebruik van AID in "complexe" groepen. Belangrijkste conclusie: de volgende ronde in de evolutie is kunstmatige intelligentie en adaptieve controle, inclusief voor multihormonale configuraties (insuline ± glucagon).

Achtergrond van de studie

Geautomatiseerde insulinetoedieningssystemen (AID's) zijn een combinatie van een continue glucosemeter (CGM), een insulinepomp en een regelalgoritme dat de insulinetoediening in realtime aanpast. De afgelopen jaren hebben "hybride" circuits de HbA1c-waarde aanzienlijk verlaagd, de tijd binnen het bereik (TAR) vergroot en nachtelijke hypoglykemie bij mensen met diabetes type 1 verminderd. Maar "volledige automatische piloot" is nog niet beschikbaar: overdag, wanneer glucose constant wordt beïnvloed door voeding, stress en beweging, vereisen de meeste systemen nog steeds handmatige invoer van koolhydraten en een activiteitswaarschuwing - anders kan het algoritme snelle suikerpieken niet compenseren.

De klinische praktijk heeft andere tekortkomingen aangetoond. Algoritmen werken het beste tijdens de slaap, wanneer de stofwisseling stabieler is, maar postprandiale pieken, inspanning en vertragingen in de bolusinname blijven een achilleshiel. Sommige systemen zijn nog niet ontworpen voor zwangere vrouwen (verschillende glycemische streefwaarden, hoge kosten van fouten) en ouderen (polymorbiditeit, verhoogd risico op hypo's), waar aangepaste veiligheidsmodi en interfaces nodig zijn die de cognitieve belasting verminderen.

Technisch gezien is de volgende stap het verminderen van de "menselijke factor". Hiertoe worden algoritmen ontwikkeld voor automatische herkenning van voedselinname en fysieke activiteit op basis van CGM-patronen en draagbare sensoren; multihormonale circuits (insuline ± glucagon) worden getest als "verzekering" tegen hypo's; adaptieve/AI-modellen worden geïmplementeerd die zich aanpassen aan het individuele ritme van de gebruiker en de context van de dag. Tegelijkertijd heeft de industrie interoperabiliteit en cybersecuritystandaarden nodig, zodat systemen "over the air" worden bijgewerkt en gegevens veilig worden uitgewisseld tussen apparaten en klinieken.

Ten slotte is niet alleen suikercontrole belangrijk, maar ook levenscomfort: minder angst en handmatige handelingen, een stabiele slaap, toegankelijkheid van de technologie voor mensen met verschillende niveaus van digitale vaardigheden en inkomen. De "kunstmatige alvleesklier 2.0" is daarom niet zomaar een "sneller" algoritme, maar een ecosysteem dat dag en nacht even betrouwbaar werkt, een minimum aan interventies vereist en brede groepen patiënten bestrijkt.

Waarom is dit belangrijk?

Geautomatiseerde circuits zijn een van de belangrijkste doorbraken in de diabetologie van de afgelopen decennia en hun bijdrage wordt officieel weerspiegeld in moderne normen voor diabetesmanagement. Maar "volledige autonomie" is nog steeds onhaalbaar: de gebruiker voert koolhydraten nog steeds "handmatig" in, en bij een actieve levensstijl komen algoritmes vaak te laat. De review systematiseert waarheen gereisd moet worden, zodat hulpmiddelen toegankelijker en slimmer worden - en voor mensen die zwanger zijn, ouder zijn dan 65, sporten of simpelweg niet om de paar uur koolhydraten kunnen tellen.

Wat AID nu kan doen - en waar de vooruitgang stagneert

De huidige hybride "alvleesklieren" zijn uitstekend in het handhaven van de Time in Range (TIR) en het verminderen van de Time Below Range (TBR), vooral tijdens de slaap. Maar tijdens "uitdagingen" overdag - voeding, stress, training - komen zwakke punten naar voren:

• Aankondigingen over voeding en beweging zijn verplicht. Zonder deze aankondigingen heeft het circuit geen tijd om de postprandiale piek op te vangen of hypo's na inspanning te voorkomen.
• Beperkte "civiele" geschiktheid. Een aantal systemen is niet bedoeld voor zwangere vrouwen en ouderen, waar de doelen en risico's anders zijn.
• Instabiliteit overdag. De apparaten zijn het meest effectief 's nachts; de glucosespiegels variëren dan meer overdag.
• "Menselijke factor" - Het tellen van koolhydraten en handmatige stappen zijn vervelend, waardoor het moeilijk is om de instructies na te leven. Dit wordt benadrukt door klinische beoordelingen en de praktijk.

Wat de auteurs van de review suggereren

De onderzoekers wijzen op gebieden waar de afgelopen jaren bemoedigende resultaten zijn geboekt, en waar nog inspanningen nodig zijn:

• Automatische herkenning van voedsel en activiteit. Algoritmes die, zonder tussenkomst van de gebruiker, het feit en de omvang van voedselinname/beweging kunnen beoordelen en dienovereenkomstig insuline kunnen doseren.
• Multihormonale circuits. Het toevoegen van glucagon als "veiligheidspedaal" tegen hypoglykemie is een aparte tak van ontwikkeling.
• Nieuwe doelgroepen. Onderzoeken bij ouderen en tijdens de zwangerschap met aanpassing van doelen en beschermende barrières.
• AI en adaptieve controle: Gepersonaliseerde modellen die ‘leren’ van alledaagse data, nemen een deel van het handmatige werk weg en vereenvoudigen de toegang tot de technologie.

Waar u ontwikkelaars en toezichthouders kunt vinden

Om AID voor iedereen ‘volledig’ te maken, zullen we naast algoritmes ook ‘systemische’ problemen moeten oplossen:

• Interoperabiliteit en updatebaarheid. Standaarden voor gegevensuitwisseling en veilige software-updates op afstand.
• Metingen van voordelen in het echte leven. Naast HbA1c - TIR/TBR, alertheidsbelasting, nachtrust en cognitieve belasting van de gebruiker.
• Toegang en eerlijkheid: vereenvoudig de interface en maak systemen goedkoper, zodat AID's toegankelijk worden voor mensen die ze nu nog niet gebruiken.
• Cybersecurity en privacy. Vooral in de context van steeds slimmere en netwerkgestuurde apparaten.

Wat dit nu betekent voor mensen met diabetes

Zelfs zonder "volledig autonoom" te zijn, bieden moderne hulpmiddelen al voordelen op het gebied van suiker en veiligheid – dit wordt bevestigd door gerandomiseerde en observationele studies. Als je vandaag de dag een contour gebruikt, is de belangrijkste "lifehack" een hoge mate van betrokkenheid (tijdige aankondiging van voedsel/belasting, sensorlading/connectiviteit, correcte doelbepaling). En voor degenen die pas een hulpmiddel overwegen, schetst de review een duidelijke trend: in de komende generaties zullen hulpmiddelen minder handmatige handelingen vereisen en beter omgaan met de dag, en niet alleen met de nacht.

Waar liggen de grenzen en wat is de volgende stap?

Dit is een review – het vervangt klinische studies niet, maar het bepaalt de agenda: intellectualisering van contouren en uitbreiding van indicaties. Thuistesten met systemen die onafhankelijk doseren rond voeding en belasting zijn al gaande; multihormonale oplossingen worden parallel ontwikkeld. De volgende stap is multicenteronderzoek bij ouderen, zwangere vrouwen, mensen met een "onvoorspelbaar" schema, en werk aan toegankelijkheid en implementatie.

Een korte spiekbrief: wat voorkomt een “volledige lus” en wat brengt deze dichterbij?

Het verstoort:

• de noodzaak van handmatige invoer van koolhydraten en activiteitsdeclaraties;
• verminderde stabiliteit overdag (eten, sporten, stress);
• gebrek aan modi voor zwangerschap en ouderen in sommige systemen.

Bij benadering:

• automatische detectie van voedsel/lading en adaptieve algoritmen;
• multihormonale circuits (insuline ± glucagon);
• uniforme datastandaarden, beveiliging, toegankelijkheid.

Conclusie

De review formuleert duidelijk het doel van "versie 2.0" voor de kunstmatige alvleesklier: de rol van de gebruiker tot een minimum beperken, de circuits dag en nacht even betrouwbaar laten werken en open toegang bieden aan degenen die momenteel achterblijven – waaronder zwangere vrouwen en ouderen. De weg hiernaartoe loopt via AI-algoritmen, adaptieve besturing en multihormonale schema's – en de eerste resultaten tonen al aan dat dit echt werkt. Nu is het aan klinische studies en ingenieurs om deze ideeën om te zetten in betrouwbare apparaten "voor iedereen en elke dag".

Onderzoeksbron: Jacobs PG et al. Onderzoekslacunes, uitdagingen en kansen in geautomatiseerde insulinetoedieningssystemen. Diabetes Technology & Therapeutics 27(S3):S60-S71. https://doi.org/10.1089/dia.2025.0129