Cuando la REVISTA DE INVESTIGACIONES UNAD recibe la postulación de un original por parte de su autor, ya sea a través de correo electrónico o postal, considera que puede publicarse en formatos físicos y/o electrónicos y facilitar su inclusión en bases de datos, hemerotecas y demás sistemas y procesos de indexación. REVISTA DE INVESTIGACIONES UNAD autoriza la reproducción y citación del material de la revista, siempre y cuando se indique de manera explícita el nombre de la revista, los autores, el título del artículo, volumen, número y páginas. Las ideas y conceptos expresados en los artículos son responsabilidad de los autores y en ningún caso reflejan las políticas institucionales de la UNAD
Control predictivo aplicado a la dosificación automática de insulina en pacientes con diabetes tipo 1
La ingeniería de control influencia la medicina moderna a través de la cirugía robótica, los sistemas electrofisiológicos (marcapasos y desfibriladores automáticos implantables), los sistemas para soporte de vida (corazones y respiradores artificiales), y la cirugía guiada por imagen. Un área adicional de la medicina influenciada por las aplicaciones de control es la farmacología clínica, en la cual el modelamiento matemático juega un papel sobresaliente. Aunque numerosas drogas están disponibles para el tratamiento de enfermedades, la dosificación apropiada es con frecuencia imprecisa, resultando en incremento de costos, morbilidad y mortalidad.
En este trabajo, una aplicación potencial de la ingeniería de control a la farmacología clínica, específicamente al control de la dosificación de drogas es presentada. El objetivo principal es desarrollar un dispositivo para controlar la concentración de glucosa en la sangre en personas con diabetes tipo 1, utilizando un algoritmo de control predictivo.
Un análisis de las diferentes relaciones dinámicas entre la glucosa y la insulina disponibles en la literatura debe ser realizado, para encontrar y seleccionar un modelo apropiado para la predicción. Este modelo permitirá diseñar un controlador adecuado.
Finalmente, la robustez del controlador será probada teniendo en cuenta suposiciones como: el algoritmo debe ser aplicado a diferentes pacientes y el modelo del paciente podría cambiar durante el tiempo.
