skip to content

O futuro da tecnologia na melhoria da experiência da pessoa com diabetes com monitorização continua e preditiva da glicose

Parte de

Healthcare Transformers
Veja o resumo

Pau Herrero

Sumário executivo

  • A diabetes é uma condição complexa que requer uma gestão cuidadosa durante toda a vida através da monitorização da glicemia

  • As soluções para a monitorização da glicemia melhoraram muito nos últimos 40 anos, mas os desafios para alcançar o controlo ideal da glicose ainda estão por ultrapassar

  • A monitorização contínua da glicose com recurso à inteligência artificial é o futuro da tecnologia dedicada à diabetes, ajudando que as pessoas com diabetes façam uma gestão proativa da sua condição

Os dados mais recentes da Federação Internacional da Diabetes estimam que 590 milhões de pessoas em todo o mundo tenham diabetes, com 1 em 9 adultos (com idades entre 20 e 79 anos) a viver com esta condição. Até 2050, prevê-se que estes números, que já são elevados, aumentem drasticamente, alcançando 853 milhões de pessoas, o que representa um aumento de 46%.1 Sendo uma das condições de saúde mais caras de monitorizar e gerir, a crescente taxa global de diabetes representa um desafio urgente para os sistemas de saúde em todo o mundo e uma procura por uma melhor tecnologia da diabetes.2

A maior parte do custo dos cuidados da diabetes não é resultado do tratamento diário, mas sim das complicações associadas à condição. No Reino Unido, por exemplo, dos 10,7 mil milhões de libras gastos nos cuidados da diabetes, aproximadamente 40% são gastos nos cuidados de rotina da diabetes, e os restantes 60% são gastos em complicações relacionadas com a diabetes, como insuficiência cardíaca, AVC e amputações.3 No entanto, a gestão eficaz da diabetes, essencial para evitar complicações, continua a ser uma tarefa complexa para quem vive com a doença.

Uma condição complexa que depende da autogestão hipervigilante

Para se manterem dentro dos intervalos-alvo de glicose, as pessoas com diabetes têm de tomar dezenas de decisões diárias relacionadas com a sua saúde. As decisões sobre a dieta, a administração de insulina, as consultas médicas e a monitorização da glicemia têm de ser constantemente ponderadas em relação a uma matriz complexa de cálculos pessoais. Atividades simples como jantar fora, passear o cão, ir para o trabalho e dormir exigem um planeamento cuidadoso em torno da gestão do açúcar no sangue. As pessoas com diabetes fazem a maioria dessas escolhas sozinhas, sem apoio médico, mas mesmo com uma preparação meticulosa, as respostas do açúcar no sangue podem ser imprevisíveis. Os potenciais "e se…?" num dia, que são difíceis para todos nestes tempos modernos e atarefadas, são duplamente difíceis para as pessoas com diabetes, o que acrescenta outra camada de stresse e impacto para a saúde mental.

Embora as soluções para monitorização em casa tenham melhorado significativamente ao longo do tempo, ajudando as pessoas com diabetes a planear melhor a gestão da sua doença, a maioria dos monitores de glicose ainda oferece uma abordagem reativa à gestão da doença. Ou seja, a sua eficácia é limitada porque fornecem apenas valores de glicose no passado e no presente. No entanto, os recentes avanços nos dispositivos de monitorização com tecnologia de inteligência artificial estão a mudar a gestão da diabetes de uma autogestão reativa para uma autogestão proativa. Estas tecnologias preveem as futuras tendências dos níveis de glicose, para que as pessoas com diabetes possam agir antes de um incidente ocorrer.4

Tendências históricas que prepararam o futuro da tecnologia da diabetes

As pessoas com diabetes têm uma produção ou utilização insuficiente de insulina, necessitando de intervenção para regular os níveis de glicemia. A monitorização da glicemia é uma parte integral da gestão da diabetes, dado que as flutuações nos níveis de glicemia podem resultar em consequências graves.5 Com o tempo, o aumento dos níveis de glicose, conhecido como hiperglicemia, pode levar a doenças cardiovasculares, lesões de nervos e défice visual. Por outro lado, níveis baixos de glicemia, conhecidos como hipoglicemia, podem causar convulsões, perda de consciência e, em alguns casos, morte.5 A monitorização dos níveis de glicose informa as decisões sobre tratamento, nutrição e atividade física, de modo a evitar flutuações perigosas.

Desde a década de 1980 que a tecnologia de aparelhos de auto-monitorização do açúcar no sangue (SMBG, Self-Monitoring of Blood Glucose), está disponível para pessoas que vivem com a diabetes.6 A tecnologia SMBG permite que as pessoas com diabetes verifiquem os valores sanguíneos de forma conveniente com uma rápida picada no dedo e, graças à sua precisão e facilidade de utilização, esta continua a ser uma tecnologia da diabetes inestimável. No entanto, a utilidade desta tecnologia é limitada a informações pontuais, e as picadas repetidas nos dedos ao longo do dia podem ser desconfortáveis e inconvenientes.6

No final da década de 1990, a gestão da diabetes teve um grande avanço com a aprovação de uma tecnologia wearable, o primeiro dispositivo de monitorização contínua da glicose (MCG). Como o nome sugere, a MCG monitoriza os níveis de glicose continuamente, fornecendo às pessoas informações quase em tempo real sobre os seus níveis de glicose e eliminando a necessidade da picada no dedo. Os níveis de glicose são partilhados com um recetor, como um smartphone, permitindo que os utilizadores verifiquem os níveis de glicose de forma fácil e conveniente.7 Com uma ideia mais completa do que está a acontecer dentro do corpo, as pessoas podem tomar decisões mais informadas quanto à gestão da diabetes.8 Por exemplo, estudos mostraram que pessoas com diabetes tipo 1 e tipo 2 que utilizam as soluções MCG têm menos episódios hipoglicémicos e uma média geral de glicose a longo prazo mais baixa.9,10

Transformar o tratamento da diabetes com IA

Apesar da tecnologia MCG oferecer uma opção mais avançada para as pessoas com diabetes controlarem a sua condição, ainda há aspetos a melhorar nos cuidados. Como a MCG fornece informações quase constantes sobre os níveis de glicose, as pessoas que a utilizam podem sentir-se sobrecarregadas por grandes quantidades de dados e podem ficar confusas sobre como interpretar ou agir com base nos resultados.11 Isto pode levar a uma sensação de impotência ou sobreestimulação, que, infelizmente, pode ainda ser agravada por um componente-chave dos dispositivos de MCG: um alarme que anuncia níveis de glicose altos ou baixos. Embora estes alarmes possam ser eficazes, a sua natureza intrusiva pode causar stress, perturbar o sono e criar fadiga de alarmes.12 Por vezes, os dispositivos de MCG atuais podem levar a níveis mais baixos de adesão ao tratamento, e as pessoas continuam a sofrer de hipoglicemia.13

Com as soluções de SMBG ou MCG para a gestão da diabetes, o estilo de gestão é reativo. E se as pessoas com diabetes pudessem prever quais serão os seus níveis de glicose daqui a uma hora, duas horas ou durante a noite enquanto dormem? Tais previsões poderiam estimular um papel ativo na gestão da diabetes, com o objetivo de capacitar as pessoas a tomarem medidas proativas para reduzir ou prevenir as complicações diabéticas.

É aqui que a inteligência artificial desempenha um papel novo e poderoso. Ao melhorar o reconhecimento de padrões de glicose e prever eficazmente as dinâmicas da glicose, a IA pode transformar grandes quantidades de dados em informações úteis e acionáveis para pessoas com diabetes e os seus prestadores de cuidados.4,14

Avanços na gestão da diabetes com a tecnologia MCG preditiva

Uma área-chave que aumenta o impacto da gestão da diabetes é a hipoglicemia noturna, ou seja, episódios de glicemia muito baixa que ocorrem durante a noite. Um único incidente grave de hipoglicemia noturna pode ter consequências terríveis, e até mesmo fatais. Compreensivelmente, o medo da hipoglicemia noturna afeta o bem-estar mental, físico e social das pessoas com diabetes, causando ansiedade, tensão, falta de sono ou insónias.4

A assistência de uma solução de MCG com tecnologia de IA oferece a capacidade de prever a probabilidade de hipoglicemia ao longo da noite, e estudos in silico mostraram que o tempo passado em hipoglicemia noturna pode ser reduzido em 37% com esta tecnologia.15,16 Além disso, ao agir antecipadamente relativamente a uma hipoglicemia noturna prevista, os alarmes de limiar e a fadiga de alarme associada podem ser reduzidos, diminuindo subsequentemente a angústia, melhorando a qualidade de vida e levando a um melhor controlo glicémico geral.12

O controlo glicémico eficaz não só é crucial para as pessoas gerirem a sua diabetes, mas também se traduz em benefícios económicos a longo prazo, reduzindo os gastos em saúde. Uma solução MCG orientada por um algoritmo que prevê os níveis de glicemia a curto prazo, bem como a hipoglicemia iminente e noturna, pode prevenir os custos associados aos dias passados no hospital, alterações na medicação, consultas com profissionais de saúde e tratamento para problemas de saúde mental associados.17

O futuro da tecnologia da diabetes é personalizado

Com a ajuda da IA, as pessoas que vivem com diabetes podem antecipar complicações futuras e tomar medidas corretivas, o que as capacita para gerir os seus próprios cuidados com menos preocupação. Os dispositivos médicos com tecnologia de IA criam as condições para um cuidado altamente personalizado, adaptado ao metabolismo único de cada indivíduo. Agir não só quanto a valores de glicose atuais e passados, mas também quanto aos valores de glicose previstos de um indivíduo, representa uma mudança de paradigma que transforma o tratamento da diabetes.

É importante realçar que este avanço tecnológico também tem o potencial para reduzir a carga clínica e económica sobre os sistemas de saúde já sobrecarregados, prevenindo internamentos hospitalares por complicações relacionadas com a diabetes. Durante a próxima década, espera-se que as tecnologias preditivas de MCG se tornem o padrão para a gestão da diabetes em casa, trazendo tranquilidade às centenas de milhões de pessoas que provavelmente serão afetadas por esta condição desafiadora.18

Referências

  1. International Diabetes Federation [Internet; cited 2025 May]. Available from: https://idf.org/about-diabetes/diabetes-facts-figures/

  2. Journal of Health Economics and Outcomes Research. (2022). Global increase in diabetes prevalence imposes a substantial health and economic burden. Available from: https://jheor.org/post/1265-global-increase-in-diabetes-prevalence-imposes-a-substantial-health-and-economic-burden

  3. Diabetes UK [Internet; cited 2025 May]. Available from: https://www.diabetes.org.uk/about-us/news-and-views/cost-complications-highlights-urgent-need-transform-diabetes

  4. The Journal of mHealth. Using AI to Transform Diabetes Management. [Internet; cited 2025 May]. Available from: https://thejournalofmhealth.com/using-ai-to-transform-diabetes-management

  5. Clinton Health Access Initiative [Internet; cited 2025 May]. Available from: https://www.clintonhealthaccess.org/wp-content/uploads/2021/10/Market-Report_Self-monitoring-Devices-in-LMICs.pdf

  6. Mihai DA, et al. Continuous glucose monitoring devices: A brief presentation (Review). Exp Ther Med. 2021;23(2):174. https://pmc.ncbi.nlm.nih.gov/articles/PMC8764584/

  7. NHS [Internet; cited 2025 May]. Available from: https://www.nhs.uk/tests-and-treatments/cgm-and-hcl-for-diabetes/

  8. Didyuk O, et al. Continuous Glucose Monitoring Devices: Past, Present, and Future Focus on the History and Evolution of Technological Innovation. J Diabetes Sci Technol. 2020;15(3):676-683. https://pmc.ncbi.nlm.nih.gov/articles/PMC8120065/

  9. Ólafsdóttir, A. F., et al. (2018). A randomized clinical trial of the effect of continuous glucose monitoring on nocturnal hypoglycemia, daytime hypoglycemia, glycemic variability, and hypoglycemia confidence in persons with type 1 diabetes treated with multiple daily insulin injections (GOLD-3). Diabetes Technology & Therapeutics, 20(4). Available from: https://doi.org/10.1089/dia.2017.0363

  10. Beck, RW, et al. Effect of Continuous Glucose Monitoring on Glycemic Control in Adults with Type 1 Diabetes Using Insulin Injections: The DIAMOND Randomized Clinical Trial. JAMA. 2017;317(4):371-378. https://jamanetwork.com/journals/jama/fullarticle/2598770

  11. DeSalvo DJ, et al. Patient Demographics and Clinical Outcomes Among Type 1 Diabetes Patients Using Continuous Glucose Monitors: Data from T1D Exchange Real-World Observational Study. J Diabetes Sci Technol. 2023;17(2):322–8.https://journals.sagepub.com/doi/full/10.1177/19322968211049783

  12. Kulzer B, et al. Predicting Glucose Values: A New Era for Continuous Glucose Monitoring. J Diabetes Sci Technol. 2024; 18(5):1000-1003.https://journals.sagepub.com/doi/full/10.1177/19322968241271925

  13. Ehrmann D, et al. Fear of Hypoglycemia and Diabetes Distress: Expected Reduction by Glucose Prediction. J Diabetes Sci Technol. 18(5): 1027-1034. https://journals.sagepub.com/doi/full/10.1177/19322968241267886

  14. Herrero P, et al. Enhancing the Capabilities of Continuous Glucose Monitoring With a Predictive App. Journal of Diabetes Science and Technology. 2024;18(5):1014-1026. Available from: https://pubmed.ncbi.nlm.nih.gov/39158994/

  15. Glatzer T, et al. Clinical usage and potential benefits of a CGM predict app. J Diabetes Sci Technol. 2024.

  16. Mosquera-Lopez, C., et al. (2023). Combining uncertainty-aware predictive modeling and a bedtime Smart Snack intervention to prevent nocturnal hypoglycemia in people with type 1 diabetes on multiple daily injections. Journal of the American Medical Informatics Association : JAMIA, 31(1), 109–118. Available from: https://doi.org/10.1093/jamia/ocad196

  17. Strizek A, et al. The Cost of Hypoglycemia Associated with Type 2 Diabetes Mellitus in Taiwan. Value in Health Regional Issues. 2019;18:84-90. https://www.sciencedirect.com/science/article/pii/S2212109919300160

  18. World Health Expo Insights [Internet; cited 2025 May]. Available from:  https://www.worldhealthexpo.com/insights/diabetes/the-future-of-diabetes-care-in-a-digital-world

Autor

Pau Herrero

PhD, MSc

Lead Research Engineer, Algorithm and Decision Support Tech Lead na Roche Diagnostics

Pau Herrero é engenheiro-chefe da investigação na Roche Diagnostics, com mais de 15 anos de experiência no desenvolvimento de soluções digitais para abordar as necessidades dos cuidados de saúde sem resposta. A sua carreira abrange ambientes académicos e industriais, incluindo instituições de prestígio, como a Imperial College London, Universidade da Califórnia em Santa Barbara, Instituto de Investigação Sant Pau, Universidade de Angers e Universidade de Girona. É doutorado em Tecnologias da Informação e contribuiu para mais de 200 publicações científicas, com um índice H de 41. Atualmente, Pau está focado na investigação de como a inteligência artificial pode melhorar a gestão da glicose e aumentar a qualidade de vida das pessoas que vivem com diabetes.

NP-PT-00283 | Março 2026
Roche Sistemas de Diagnósticos, Lda.
Estrada Nacional, 249 -1
2720-413 Amadora. Portugal
Tel.: +351 21 425 70 00