Fatemeh Sarani Rad, et al. J. Pers. Med. 2024, 14(4), 359; https://doi.org/10.3390/jpm14040359
Recopilado por Carlos Cabrera Lozada. Miembro Correspondiente Nacional, ANM puesto 16. ORCID: 0000-0002-3133-5183. 06/06/2024
Resumen
El control de la diabetes requiere un seguimiento constante y ajustes individualizados. Este estudio propone un enfoque novedoso que aprovecha los gemelos digitales y los gráficos de conocimiento de salud personal (PHKG) para revolucionar la atención de la diabetes. Nuestra contribución clave radica en el desarrollo de un marco de gemelos digitales en tiempo real y centrado en el paciente basado en PHKG. Este marco integra datos de diversas fuentes, se adhiere a los estándares HL7 y permite un acceso e intercambio de información sin problemas, al tiempo que garantiza altos niveles de precisión en la representación de datos y conocimientos de salud. Los PHKG ofrecen un formato flexible y eficiente que admite diversas aplicaciones. A medida que se dispone de nuevos conocimientos sobre el paciente, el PHKG puede ampliarse fácilmente para incorporarlo, mejorando la precisión y exactitud de la atención prestada. Este enfoque dinámico fomenta la mejora continua y facilita el desarrollo de nuevas aplicaciones. Como prueba de concepto, hemos demostrado la versatilidad de nuestros gemelos digitales aplicándola a diferentes casos de uso en el manejo de la diabetes. Estos incluyen la predicción de los niveles de glucosa, la optimización de la dosis de insulina, la provisión de recomendaciones personalizadas de estilo de vida y la visualización de datos de salud. Al permitir la atención específica del paciente en tiempo real, esta investigación allana el camino para intervenciones de atención médica más precisas y personalizadas, lo que podría mejorar los resultados del control de la diabetes a largo plazo.