Vlaamse robot begeleidt jonge diabetespatiënten

Alexander Pil
17 juni

De partners binnen het Imec.icon-project Robo-Cure hebben een sociale robot voorgesteld die autonoom patiënten met een chronische aandoening beter en persoonlijker kan begeleiden. Om medische behandelingen te optimaliseren en personaliseren, hebben engineers van Cronos, Imec, Medtronic Belgium, QBMT, UZ Brussel en VUB in de robot machine learning- en iot-technologieën geïntegreerd. De robot werd voor het eerst gebruikt om pas-gediagnosticeerde diabetespatiëntjes te ondersteunen bij hun therapie.

‘Een kind dat de diagnose van diabetes krijgt, wordt overspoeld met informatie. Daarnaast moet het leren om de hoeveelheid koolhydraten in zijn maaltijd te berekenen om vervolgens de juiste dosis insuline te injecteren. Ook het correct omgaan met de gegevens van draagbare toestellen zoals glucosesensoren, insulinepompjes en activity trackers is van belang voor zijn behandeling. Dit is niet altijd evident’, zegt Inge Gies van het kinderdiabetesteam in het UZ Brussel. ‘Iedere diabetespatiënt reageert ook anders op een behandeling. Een doorgedreven gepersonaliseerde aanpak is noodzakelijk. Het is daarom van belang om de grote hoeveelheid aan waardevolle data van die toestellen snel en efficiënt te verwerken, zodat wij de behandeling op basis daarvan kunnen verfijnen in functie van de zorgbehoefte van de patiënt. Vooral vlak na de diagnose, bij de start van de glucosemonitoring, wanneer de patiënt uitleg krijgt over hoe hij met al die data moet omgaan, dringt extra ondersteuning van de patiënt zich op.’

De partners binnen het Robo-Cure-project hebben daarom onderzocht of sociale robots kunnen worden ingezet om patiënten met deze chronische aandoening beter op te volgen en te informeren. Brecht Vermeulen, onderzoeksleider van het project en technical lead van de testinfrastructuur bij Idlab, een Imec-onderzoeksgroep aan de UGent: ‘We hebben voor de eerste keer sociale robots met succes ingezet om diabetespatiëntjes gedurende langere tijd en tijdens verschillende scenario’s autonoom te begeleiden bij hun behandeling. De kinderen en hun ouders reageerden zeer positief op de interactie met de robot. De robot is uitgerust met sensoren en iot-connectiviteit om in het ziekenhuis te detecteren wanneer een maaltijd in de kamer komt of om de data van een glucosesensor realtime uit te lezen. Daarnaast worden moderne machine learning-technieken gebruikt om objecten te herkennen of om dagelijkse patronen te ontdekken op basis van de verzamelde data. Dat leidt dan weer tot een meer gepersonaliseerde therapie en snellere aanpassingen van de behandeling. Dat laatste is cruciaal in de eerste weken na diagnose.’

UZ Brussel zal het gebruik van de robot in de toekomst inpassen in de dagelijkse werking binnen de diabeteskliniek. ‘In een volgende fase zullen we bekijken hoe we de robot kunnen herprogrammeren om de behandeling van andere chronische aandoeningen – zoals bijvoorbeeld obesitas – te ondersteunen’, vertelt professor Inge Gies. ‘We gaan ook na hoe de robot verder kan worden geoptimaliseerd, en hoe we meerdere robots samen kunnen inzetten zodat we deze ondersteuning aan meer patiënten kunnen aanbieden.’

ABI Motion Control