Personalizar las preferencias de consentimiento

Usamos cookies para ayudarle a navegar de manera eficiente y realizar ciertas funciones. Encontrará información detallada sobre cada una de las cookies bajo cada categoría de consentimiento a continuación.

Las cookies categorizadas como “Necesarias” se guardan en su navegador, ya que son esenciales para permitir las funcionalidades básicas del sitio web.... 

Siempre activas

Las cookies necesarias son cruciales para las funciones básicas del sitio web y el sitio web no funcionará de la forma prevista sin ellas. Estas cookies no almacenan ningún dato de identificación personal.

No hay cookies para mostrar.

Las cookies funcionales ayudan a realizar ciertas funcionalidades, como compartir el contenido del sitio web en plataformas de redes sociales, recopilar comentarios y otras características de terceros.

No hay cookies para mostrar.

Las cookies analíticas se utilizan para comprender cómo interactúan los visitantes con el sitio web. Estas cookies ayudan a proporcionar información sobre métricas el número de visitantes, el porcentaje de rebote, la fuente de tráfico, etc.

No hay cookies para mostrar.

Las cookies de rendimiento se utilizan para comprender y analizar los índices de rendimiento clave del sitio web, lo que ayuda a proporcionar una mejor experiencia de usuario para los visitantes.

No hay cookies para mostrar.

Las cookies publicitarias se utilizan para entregar a los visitantes anuncios personalizados basados ​​en las páginas que visitaron antes y analizar la efectividad de la campaña publicitaria.

No hay cookies para mostrar.

Reunión de investigación sobre el modelado matemático de la diabetes tipo 1

8 MAY 2019
  • Compartir en las redes:

Esta semana (6-10 mayo de 2019) está teniendo lugar una reunión entre investigadores de diferentes países europeos en el IUMA para analizar los avances logrados hasta la fecha en el desarrollo de un modelo matemático del páncreas humano para el caso de la diabetes tipo 1.

El objetivo es conseguir un modelo de funcionamiento del páncreas usando técnicas de Machine Learning para lograr una correcta administración de la insulina en tiempo real.
Estos modelos incorporan por primera vez parámetros de actividad física junto con las medidas habituales de niveles de glucosa en sangre. Los algoritmos desarrollados van aprendiendo las características de cada paciente, lo que permite una dosificación precisa y personalizada de las dosis de insulina necesarias.

Los participantes en esta reunión provienen de la Universidad de Tromso (Noruega), del Norwegian Center for E-health Research (Noruega), de la Charles University in Prague (República Checa), de la Sapienza University of Rome (Italia), del Complejo Hospitalario Universitario Insular Materno-Infantil (España), de la empresa fabricante del sistema Diabeloop (Francia) y del Instituto Universitario de Microelectrónica Aplicada de la Universidad de Las Palmas de Gran Canaria (España).