Resumen
The invention relates to a method which, by applying evolutionary algorithms to random solutions and data taken from a patient with glycemia, allows the level of glycemia to be modelled in order to obtain a modelling of the level of glucose in future moments when the patient's data is obtained. The data of the patient comprises at least the levels of glucose, intake and rapid-acting and slow-acting insulin over a time interval. The evolutionary algorithm basically consists in applying genetic programming in its variant of evolutionary grammars or grammatical evolution, i.e. applying personalised grammars in a BNF format, personalised mapping processes and concrete error evaluations to the random solutions or to previously generated models in order to obtain an expression that describes and predicts the glucose levels of a patient. The method of the invention is especially suitable for patients suffering from diabetes mellitus.
Reivindicaciones
1. REIVINDICACIONES 1.- Método para el modelado del nivel de glucemia mediante programación genética que comprende los siguientes pasos: i) obtener de un individuo unos datos que comprendan, para un tiempo k, al menos: o unos niveles de glucosa GL; o unos niveles de ingesta CH; o unos niveles de insulina inyectada de efecto rápido IS e insulina inyectada de efecto lento IL; ii) aplicar un Algoritmo Evolutivo a un conjunto de soluciones y a los datos anteriormente obtenidos; iii) calcular una función GL de predicción de la glucosa para un tiempo posterior (k+1) al tiempo k, tal que: G~L(k + 1) = f(GL, CH, IS, IL) 2 - Método según la reivindicación 1 , caracterizado por que el paso ii) adicionalmente comprende llevar a cabo los siguientes pasos: a) generar el conjunto de soluciones con N-soluciones aleatorias donde cada solución está formada por una cadena de caracteres (cromosoma); b) calcular N-expresiones GL<k>para k=l ,...,N obtenidas mediante la decodifícación del conjunto de las N-soluciones aleatorias aplicando una gramática BNF y una función de mapeo; c) calcular el error Ek que conlleva: calcular ek como la diferencia entre los datos obtenidos del paciente y las N-expresiones GL<k>; y, aplicar una función de fítness a cada uno de los errores anteriormente calculados ek; de tal forma que se obtiene para cada expresión GL<k>, un error asociado Ek; d) seleccionar N-1 soluciones resultado de: tomar las N-soluciones y apartar la solución de menor error Ek de las N-soluciones; enfrentar las N-1 soluciones tomadas de dos en dos, seleccionando la solución de menor error Ek; e) cruzar las N-1 soluciones anteriores mediante un algoritmo de probabilidad de cruce; f) mutar un carácter de las N-l soluciones anteriores mediante un algoritmo de probabilidad de mutación; g) añadir la solución de menor error Ek apartada en el paso d) a las N-l soluciones anteriores; h) repetir los pasos c) a g) hasta cumplir una condición de parada predefinida. 3. - Método según la reivindicación 2, caracterizado por que el algoritmo de probabilidad de cruce comprende: i) tomar las N-l soluciones de dos en dos; ii) establecer una probabilidad de cruce entre 0 y 1 ; iii) generar un número aleatorio entre 0 y 1 ; iv) si el número aleatorio generado es mayor que la probabilidad de cruce, no hay cruce; v) si el número aleatorio generado es menor o igual que la probabilidad de cruce, se cruza parte de una solución con parte de la otra solución de tal forma que se mantiene la longitud de la cadena de caracteres. 4. - Método según la reivindicación 2, caracterizado por que el algoritmo de probabilidad de mutación comprende: i) tomar las N- 1 soluciones de una en una; ii) establecer una probabilidad de mutación entre 0 y 1 ; iii) generar un número aleatorio entre 0 y 1 ; iv) si el número aleatorio generado es mayor que la probabilidad de mutación, no hay mutación; v) si el número aleatorio generado es menor o igual que la probabilidad de mutación, se muta un carácter de la cadena de caracteres de tal forma que se mantiene la longitud de la cadena de caracteres. 5. - Método según la reivindicación 2, caracterizado por que la condición de parada predefinida es al menos una de las siguientes condiciones: • máximo número de iteraciones; • convergencia: no mejora en un número "p" de iteraciones; • estar cerca de un óptimo teórico. 6. - Método según la reivindicación 2, caracterizado por que la función de fitness es una de las siguientes funciones: • mínimos cuadrados; • error medio; • error máximo; • error cuadrático medio; · desviación absoluta media. 7. - Método según la reivindicación 2, caracterizado por que la solución GL(k + 1) tiene la siguiente expresión: GL(k + 1) =f(P,E,k,SI,IG,PG,CI,M,IC,IP,DI, OC, TI,FV, VI,PC E,FA,G(-),CO, IS(-), IL(-),F(-),E(-),Z) donde el operador · representa cualquier instante actual o anterior en el tiempo y donde / es una función que se calcula mediante una gramática BNF que comprende la siguiente forma: <f> ::= <f><OP><f> I (<f><OP><f>) I <PREOP>(<f>) I <v> I <Z> <OP> ::= + I* V <PREOP> ::= SIN |COS |EXP |TAN |LOG |ABS |LN |TANH |COSH |SENH |DERIVADA_CON_RESPECTO_AL_TIEMPO |DERIVADA_CUADRADO_CON_RESPECTO_AL_TIEMPO (DERIVAD A TERCERA CON RESPECTO AL TIEMPO <V> ;;= <P> |<A> |#{k} |<SI> |<IG> |<PG> |<CI> |<M> |<IC> |<IP> |<DI> |<OC> |<TI> |<FV> |<VI> |<PC> |<TE> |<FA> |#{G[k-<J>]} |#{C[k-<J>]} |#{IS[k-<J>]} |#{IL[k-<J>]} |#{F[k-<J>]} |#{E[k-<J>]} |#<Z> <P> ::= "el peso del individuo en kg."; <E> ::= "edad del individuo en años"; <SI> ::= "unidades de glucemia que baja 1 unidad de insulina en mg/dl"; <IG> ::= "índice glucémico de la ingesta" (el de la glucosa es 1 , y puede ser mayor o menor;) <PG> ::= <D>.<D> <CI> ::= <D>.<D> <M> ::= 0 <IC> ::= 5 <IP> ::= 0 <DI> ::= 2 <OC> : := 3 <TI> ::= 12 <FV> ::= 0.2 <VI> ::= 0.8 <PC> ::= 0.6 <FTSI> ::= +<D>.<D> |-<D>.<D> <J> ::= 0 | 1 |2 13 I "instantes de tiempo" (por ejemplo: 96→ 24 horas a intervalos de 15 minutos = 96 instantes de tiempo. En el caso de usar otro horizonte de predicción u otro periodo de muestreo habría que modificar esta regla); <Z> ::= <D>.<D> <D> ::= 0 | 1 12 |3 |4 |5 |6 17 |8 |9 donde los distintos parámetros de entrada son: P: peso actual en kg; A: edad actual en años; k: instante actual; FSI: sensibilidad a la insulina o mg/dl que baja la glucemia por unidad de insulina; IG: es el índice glucémico; PG: unidades proteína/grasa: cantidad de alimento que aporta l OOKcal en forma de grasa y/o proteínas, se mide en unidades; CI: ratio Hidratos de carbono / insulina; M: menstruación , Sí =1 ó no=0; IC: insulina Circulante, unidades de insulina; IP: intervalo entre comienzo de la infusión de insulina prandial y comienzo de la ingesta, en intervalos de 15 minutos; DI: tiempo de duración de la última ingesta en intervalos de 15 minutos; OC: orden en que se consumen los alimentos; (número natural correspondiente a una fila en una tabla de posibles ordenaciones) TI: tiempo desde la última ingesta en intervalos de 15 minutos; FV: factor de variabilidad de absorción, valor entre 0 y 1 ; VI: variabilidad de la insulina, valor entre 0 y 1 ; PC: preparación de la comida (fritos, asados, condimentos..), valor entre 0 y 1 ; FTSI: factor transitorio de sensibilidad a la insulina: valor de -1 a l ; Z: es una constante; en cuanto a históricos: G(-) es el histórico de la glucemia (o parte de él); C(-) es el histórico de carbohidratos; IS(-) es la insulina de acción corta; IL(-) es la insulina de acción larga; F(-) es el ejercicio físico; y, Ε(·) es el nivel de estrés. 8. - Método según la reivindicación 2, caracterizado por que la función de mapeo comprende la siguiente expresión: Choicet = (CIV)MOD (# of choices^) donde Choice¡ es la elección seleccionada para el no-terminal i, CIV es el codón que estamos decodificando, MOD es la función módulo y (# of choices,) es el número de opciones posibles para la regla en el terminal i. 9. - Método según la reivindicación 1 , caracterizado por que el método, entre los pasos i) y ii), opcionalmente comprende evaluar la función GL de predicción de la glucosa anteriormente calculada cuando existe un modelo de glucosa anteriormente calculado. 10. - Programa de ordenador caracterizado por que comprende la ejecución de un método definido de acuerdo con una cualquiera de las reivindicaciones 1 a 9. 1 1. - Medio de almacenamiento caracterizado por que comprende un programa de ordenador definido según la reivindicación 10. 12. - Sistema computacional caracterizado por que en dicho sistema computacional se carga el programa de ordenador definido en la reivindicación 10.
