Desarrollo de estrategias para el uso eficiente de los recursos energéticos en un control predictivo basado en modelo implementado en un sistema embebido para el tratamiento de la diabetes mellitus tipo I

Abstract

Los avances tecnológicos actuales han acercado a la realidad el proyecto de un páncreas artificial (PA) seguro, portátil y eficiente para personas con diabetes tipo 1. Entre las estrategias de control desarrolladas para la diabetes tipo 1, el control predictivo basado en modelo (MPC por sus siglas en inglés) se ha enfatizado en la literatura como un control prometedor para la regulación de la glucosa. Sin embargo, estas estrategias de control se diseñan comúnmente en un entorno simulado, independientemente de las limitaciones de un dispositivo portátil. En este trabajo, se evalúa el rendimiento de seis sistemas embebidos, tres paquetes de optimización de código abierto y cuatro formulaciones de MPC con un esquema de hardware en el ciclo (HIL por sus siglas en inglés), para encontrar la mejor combinación tomando como criterios de selección la temperatura del procesador, el tiempo de ejecución, el coeficiente de variación, el porcentaje de tiempo en normoglucemia, la energía consumida, la cantidad de eventos de hiperglucemia y la diferencia respecto a la evolución obtenida en MATLAB. Al escoger la mejor combinación se aplica la estrategia de eventos de activación con el fin de reducir el número de veces que se ejecuta el cálculo de la dosificación de insulina óptima permitiendo que durante los periodos de tiempo en los que no es necesario llevar a cabo acciones de control el dispositivo ahorre energía. Durante el desarrollo de las pruebas los controladores son expuestos a variaciones fisiológicas simuladas en los pacientes virtuales, a ingesta de carbohidratos y a ejecutarse con y sin anuncio de comida. Los primeros resultados muestran que la Raspberry pi 3 B, el paquete quadprog y la estrategia de eliminación de offset son la mejor combinación resaltando el bajo consumo energético del dispositivo. Con esta base se integra la estrategia de activación de eventos y se realizan las pruebas poblacionales encontrando una reducción significativa en el número de controles calculados, aunque se presenta una pérdida de desempeño en el controlador al elevarse los niveles promedios de glucemia. Por último, se realiza una emulación del PA con un paciente virtual en donde se implementa un sensor inteligente, un micromotor paso a paso como actuador y una batería con la que se determina el consumo real del dispositivo y su tiempo de autonomía con y sin el nuevo controlador basado en MPC. (Texto tomado de la fuente)

Current technological advances have brought closer to reality the project of a safe, portable, and efficient artificial pancreas for people with type 1 diabetes (T1D). Among the developed control strategies for T1D, model predictive control (MPC) has been emphasized in literature as a promising control for glucose regulation. However, these control strategies are commonly designed in a computer environment, regardless of the limitations of a portable device. When choosing the best combination, the event-triggering strategy is applied in order to reduce the number of times the calculation of the optimal insulin dosage is executed, allowing during the periods of time in which it is not necessary to carry out control actions the device save energy. During the development of the tests, the controllers are exposed to simulated physiological variations in virtual patients, carbohydrate intake and to execute with and without announced meals. The first results show that the Raspberry pi 3 B, the quadprog package, and the offset-free strategy are the best combination highlighting the low power consumption of the device. With this base, the event-triggering strategy is integrated and population tests are carried out, finding a significant reduction in the number of calculated controls, although there is a loss of performance in the controller as average blood glucose levels rise. Finally, an emulation of the artificial pancreas is carried out with a virtual patient where an intelligent sensor, a micro stepper motor as an actuator, and a battery in implemented with which the real consumption of the device and its autonomy time is determined whit and without the new controller base on MPC.