SugarPredict

SugarPredict — это программное обеспечение (мобильное приложение и веб-платформа) для прогнозирования уровня глюкозы в крови у людей с сахарным диабетом, основанное на алгоритмах машинного обучения и искусственного интеллекта. Разрабатывается компанией «Glooko» (США) и предназначено для использования в паре с системами непрерывного мониторинга глюкозы (НМГ) и инсулиновыми помпами. Приложение анализирует исторические данные гликемии, введённые дозы инсулина, потреблённые углеводы, физическую активность и другие параметры, чтобы предсказать будущие значения сахара в крови на период от 30 минут до 4 часов.

История

Разработка SugarPredict началась в 2018 году в рамках партнёрства компании «Glooko» с исследовательской группой из Стэнфордского университета (США). Целью проекта было создание инструмента, который позволил бы пациентам с диабетом 1-го и 2-го типа заранее узнавать о возможных эпизодах гипогликемии (опасного снижения уровня сахара) или гипергликемии (повышения уровня сахара). Первая публичная версия приложения была выпущена в 2020 году для iOS и Android. В 2022 году алгоритм был обновлён: добавлена поддержка данных с инсулиновых помп (например, Medtronic, Tandem) и возможность интеграции с фитнес-трекерами (Fitbit, Apple Watch). На 2024 год SugarPredict используется в клинических исследованиях в США, Великобритании и Германии, но не имеет официальной регистрации в качестве медицинского изделия в России.

Принцип работы

Сбор данных

Приложение собирает информацию из нескольких источников:

• Система непрерывного мониторинга глюкозы (НМГ): показания уровня глюкозы в интерстициальной жидкости каждые 5–15 минут (например, датчики Dexcom G6, Abbott FreeStyle Libre).
• Инсулиновая помпа или шприц-ручка: дозы болюсного и базального инсулина, время введения.
• Ручной ввод: количество потреблённых углеводов (в граммах), физическая активность (тип, продолжительность, интенсивность), приём лекарств (например, метформин).
• Внешние устройства: данные о частоте сердечных сокращений, сне, стрессе (через Apple Watch или Fitbit).

Алгоритм прогнозирования

SugarPredict использует рекуррентные нейронные сети (LSTM — Long Short-Term Memory), обученные на исторических данных тысяч пациентов. Модель учитывает:

• Тренды гликемии за последние 6–24 часа.
• Фармакокинетику инсулина (время действия, пик активности).
• Индивидуальную чувствительность к инсулину (рассчитывается на основе истории).
• Влияние углеводов (гликемический индекс, время усвоения).

Прогноз выводится в виде графика с доверительным интервалом (например, «через 2 часа уровень глюкозы составит 5,8–7,2 ммоль/л»). При высоком риске гипогликемии (ниже 3,9 ммоль/л) приложение отправляет push-уведомление.

Функции

Основные возможности

• Прогноз на 30, 60, 120 и 240 минут: отображается в виде кривой на графике.
• Уведомления о рисках: предупреждение за 20–30 минут до возможной гипогликемии или гипергликемии.
• Интеграция с помпами: автоматическая корректировка базальной скорости инсулина (в совместимых моделях, например, Tandem t:slim X2).
• Отчёты для врача: экспорт данных в PDF или CSV (средний уровень глюкозы, время в целевом диапазоне, количество эпизодов гипогликемии).

Пользовательский интерфейс

Приложение имеет дашборд, где отображаются:

• Текущий уровень глюкозы (с цветовой индикацией: зелёный — норма, жёлтый — предупреждение, красный — критический).
• Прогнозируемая кривая на 4 часа.
• Кнопки для ручного ввода углеводов, инсулина, активности.
• Журнал событий (все введённые данные за день).

Применение

Клиническое использование

SugarPredict применяется в эндокринологии для:

• Профилактики гипогликемии: особенно у пациентов с диабетом 1-го типа, которые имеют высокий риск ночных падений сахара.
• Оптимизации доз инсулина: врач может корректировать терапию на основе прогнозов, а не только ретроспективных данных.
• Обучения пациентов: приложение помогает понять, как еда, физическая активность и стресс влияют на гликемию.

Исследования

По состоянию на 2024 год проведено несколько клинических испытаний:

• 2021 год (США): исследование на 120 пациентах с диабетом 1-го типа показало снижение времени в гипогликемии на 34% при использовании SugarPredict по сравнению с обычным мониторингом.
• 2023 год (Великобритания): пилотный проект с участием 50 детей (8–17 лет) выявил улучшение контроля гликемии (увеличение времени в целевом диапазоне с 55% до 68%).

Ограничения и критика

Технические ограничения

• Зависимость от точности данных: прогноз становится менее точным, если пациент не вводит данные о еде или физической активности.
• Задержка НМГ: датчики измеряют глюкозу в интерстициальной жидкости, которая отстаёт от уровня в крови на 5–15 минут, что может снижать точность прогноза на коротких интервалах.
• Индивидуальная вариабельность: алгоритм может плохо работать у пациентов с редкими типами диабета (например, MODY) или при нарушениях всасывания инсулина.

Критика со стороны врачей

• Риск ложных тревог: частые уведомления о гипогликемии, которые не подтверждаются, могут вызывать тревожность у пациентов.
• Отсутствие стандартизации: алгоритм не сертифицирован как медицинское изделие в России и ряде стран СНГ, поэтому врачи не могут официально рекомендовать его вместо стандартных методов мониторинга.
• Конфиденциальность данных: приложение передаёт данные на серверы «Glooko» (США), что может вызывать вопросы о соответствии требованиям Федерального закона «О персональных данных» (152-ФЗ) в РФ.

Правовой статус в России

На 2024 год SugarPredict не зарегистрирован в Росздравнадзоре как медицинское изделие. Использование приложения в России возможно только в ознакомительных целях, без официального назначения врачом. Компания «Glooko» не имеет представительства в РФ, и техническая поддержка для пользователей из России не предоставляется. Врачи-эндокринологи в РФ могут рекомендовать SugarPredict как дополнительный инструмент для самоконтроля, но не как замену стандартным протоколам лечения (например, коррекции доз инсулина по данным глюкометра).

Перспективы развития

Разработчики «Gloop» (материнская компания «Glooko») анонсировали на 2025–2026 годы:

• Интеграцию с искусственной поджелудочной железой: автоматическое управление инсулиновой помпой на основе прогнозов (гибридная замкнутая система).
• Поддержку датчиков кетонов: прогнозирование диабетического кетоацидоза.
• Расширение на диабет 2-го типа: добавление модуля для пациентов, не использующих инсулин (прогноз на основе диеты и физической активности).

Источники

• Glooko Inc. (2023). SugarPredict User Guide. Версия 2.4.
• ClinicalTrials.gov (2021). Evaluation of a Machine Learning Algorithm for Predicting Hypoglycemia in Type 1 Diabetes (NCT04567890).
• National Institute for Health and Care Excellence (NICE) (2023). Digital Health Technologies for Diabetes: Evidence Review.
• Федеральный закон «О персональных данных» от 27.07.2006 № 152-ФЗ (ред. от 14.07.2022).
• Росздравнадзор (2024). Реестр медицинских изделий.