Искусственная поджелудочная 2.0: что ещё не умеют автоматические системы доставки инсулина — и как это исправить

В Diabetes Technology & Therapeutics вышёл обзор международной группы инженеров и клиницистов о том, какие пробелы мешают автоматическим системам доставки инсулина (AID) стать по-настоящему «полностью закрытой петлёй». Авторы честно фиксируют: нынешние устройства снижают HbA1c, улучшают качество жизни и безопаснее ведут сахар - но лучше всего они работают ночью, а днём требуют от пользователя объявлять приёмы пищи и физнагрузку, чтобы избежать гипер- и гипогликемий. Кроме того, многие системы пока не рассчитаны на беременных и пожилых. В обзоре показаны результаты новых алгоритмов, которые распознают еду и нагрузку автоматически, и ранние данные по применению AID у «сложных» групп. Ключевой вывод: следующий виток эволюции - искусственный интеллект и адаптивное управление, в том числе для мультигормональных конфигураций (инсулин ± глюкагон).

Фон исследования

Автоматические системы доставки инсулина (AID) - это связка датчика непрерывного мониторинга глюкозы (CGM), инсулиновой помпы и алгоритма управления, которая в реальном времени подстраивает подачу инсулина. За последние годы «гибридные» контуры существенно снизили HbA1c, увеличили Time in Range и уменьшили ночные гипогликемии у людей с диабетом 1 типа. Но «полного автопилота» пока нет: днём, когда на глюкозу постоянно влияют еда, стресс и движение, большинству систем всё ещё требуется ручной ввод углеводов и предупреждение об активности - иначе алгоритм не успевает скомпенсировать быстрые скачки сахара.

Клиническая практика показала и другие пробелы. Алгоритмы лучше всего работают во сне, когда метаболика стабильнее, а вот постпрандиальные пики, упражнения и болюсные задержки остаются Achilles’ heel. Часть систем пока не предназначена для беременных (другие гликемические цели, высокая цена ошибок) и пожилых (полиморбидность, повышенный риск гипо), где нужны адаптированные режимы безопасности и интерфейсы, снижающие когнитивную нагрузку.

Технически следующий рубеж - уменьшить «человеческий фактор». Для этого развиваются алгоритмы автоматического распознавания приёма пищи и физнагрузки по паттернам CGM и носимым сенсорам; тестируются мультигормональные контуры (инсулин ± глюкагон) как «страховка» от гипо; внедряются адаптивные/ИИ-модели, которые подстраиваются под индивидуальные ритмы пользователя и контекст дня. Параллельно индустрии нужны стандарты интероперабельности и кибербезопасности, чтобы системы обновлялись «по воздуху», а данные безопасно обменивались между устройствами и клиниками.

Наконец, важен не только контроль сахара, но и жизненное удобство: меньше тревог и ручных действий, стабильный сон, доступность технологии для людей с разным уровнем цифровых навыков и доходов. Поэтому «искусственная поджелудочная 2.0» - это не просто более «быстрый» алгоритм, а экосистема, которая одинаково надёжно работает днём и ночью, требует минимума вмешательств и охватывает широкие группы пациентов.

Почему это важно

Автоматизированные контуры - один из главных прорывов в диабетологии последних десятилетий, и их вклад официально отражён в современных стандартах ведения диабета. Но «полная автономность» пока недостижима: пользователь всё ещё вносит углеводы «вручную», а при активном образе жизни алгоритмы часто запаздывают. Обзор систематизирует куда двигаться, чтобы AID стали доступнее и умнее - и для тех, кто беременен, старше 65, занимается спортом или просто не может каждые несколько часов считать углеводы.

Что уже умеют AID - и где буксует прогресс

Сегодняшние гибридные «поджелудочные» отлично удерживают Time in Range (TIR) и снижают Time Below Range (TBR), особенно во сне. Но на дневных «вызовах» - еда, стресс, тренировки - всплывают слабые места:

• Требуются объявления еды/нагрузок. Без них контур не успевает «подхватить» постпрандиальный всплеск или упреждать гипо после активности.
• Ограниченная «гражданская» пригодность. Ряд систем не предназначен для беременных и пожилых, где цели и риски иные.
• Дневная нестабильность. Наибольшую эффективность устройства демонстрируют ночью; днём разброс глюкозы выше.
• «Человеческий фактор». Подсчёт углеводов и ручные действия утомляют, усложняя приверженность - это подчёркивают клинические обзоры и практика.

Что предлагают авторы обзора

Исследователи показывают направления, где за последние годы появились обнадёживающие результаты - и где нужны усилия:

• Автораспознавание еды и активности. Алгоритмы, способные без ввода пользователя оценить факт и масштаб приёма пищи/нагрузки и дозировать инсулин соответственно.
• Мультигормональные контуры. Добавление глюкагона как «страховочной педали» против гипо - отдельная ветка разработок.
• Новые целевые группы. Испытания у пожилых и при беременности с адаптацией целей и защитных барьеров.
• ИИ и адаптивный контроль. Персонализированные модели, которые «учатся» на повседневных данных, убирают часть ручных действий и упрощают доступ к технологии.

Куда смотреть разработчикам и регуляторам

Чтобы довести AID до «полной петли» для всех, помимо алгоритмов придётся решать и «системные» задачи:

• Интероперабельность и обновляемость. Стандарты обмена данными и безопасные удалённые апдейты ПО.
• Метрики пользы «в реальной жизни». Помимо HbA1c - TIR/TBR, бремя оповещений, ночной сон, когнитивная нагрузка пользователя.
• Доступ и справедливость. Упрощение интерфейса и удешевление систем, чтобы AID получили те, кто сегодня ими не пользуется.
• Кибербезопасность и приватность. Особенно на фоне всё более «умных» и сетевых устройств.

Что это значит для людей с диабетом - уже сейчас

Даже не будучи «полностью автономными», современные AID уже дают выигрыш по сахару и безопасности - это подтверждают рандомизированные и наблюдательные исследования. Если вы используете контур сегодня, главный «лайфхак» - высокая вовлечённость (своевременные объявления еды/нагрузок, заряд/связность сенсора, корректная установка целей). А тем, кто только рассматривает AID, обзор даёт понятный вектор: в ближайшие поколения устройства будут меньше требовать ручных действий и лучше справляться с днём, а не только с ночью.

Где границы и что дальше

Перед нами обзор - он не заменяет клинические испытания, но задаёт повестку: интеллектуализация контуров и расширение показаний. Уже идут домашние испытания систем, которые самостоятельно дозируют вокруг еды и нагрузки; параллельно развиваются мультигормональные решения. Следующий шаг - многоцентровые исследования у пожилых, беременных, у людей с «непредсказуемым» графиком, а также работа над доступностью и внедрением.

Короткая шпаргалка: что мешает «полной петле» и что её приблизит

Мешает:

• необходимость ручного ввода углеводов и объявлений активности;
• снижение устойчивости днём (еда, спорт, стресс);
• отсутствие режимов для беременности и пожилых в части систем.

Приблизит:

• авто-детекция еды/нагрузки и адаптивные алгоритмы;
• мультигормональные контуры (инсулин ± глюкагон);
• единые стандарты данных, безопасность, доступность.

Итог

Обзор чётко формулирует цель «версии 2.0» для искусственной поджелудочной: уменьшить роль пользователя до минимума, сделать работу контуров равно устойчивой днём и ночью и открыть доступ тем, кто сейчас остаётся за бортом - в том числе беременным и пожилым. Путь к этому лежит через ИИ-алгоритмы, адаптивное управление и мультигормональные схемы - и уже есть первые результаты, что это реально. Теперь слово за клиническими испытаниями и инженерами, которые превратят эти идеи в надёжные устройства «для всех и на каждый день».

Источник исследования: Jacobs P.G. и соавт. Research Gaps, Challenges, and Opportunities in Automated Insulin Delivery Systems. Diabetes Technology & Therapeutics 27(S3):S60-S71. https://doi.org/10.1089/dia.2025.0129