Een uur vooruit

In gewone taal

Hoe het werkt

Je hoeft niets van diabetes of AI te weten om dit te volgen.

Persoonlijk project. Geen medisch hulpmiddel. Het model doseert nergens automatisch insuline.

Een weerbericht voor mijn glucose

Bij type 1 maakt je lichaam geen insuline meer. Daardoor moet je zelf de hele dag op je suikerwaarde letten, je glucose. Te laag kan snel gevaarlijk worden; dat heet een hypo. Te hoog is op den duur schadelijk.

Een sensor op mijn arm meet dat de hele dag, maar vertelt vooral hoe het nú is. Mijn model probeert te doen wat een weerbericht doet: het kijkt naar wat er net gebeurde, herkent patronen en zegt wat er waarschijnlijk aankomt.

Nu Wat al gemeten is Wat waarschijnlijk komt
Hoe verder vooruit, hoe onzekerder, net als bij het weer. Illustratie met een verzonnen lijn.

In vier stappen

  1. Meten

    De sensor meet mijn glucose dag en nacht en stuurt dat naar mijn eigen server.

  2. Leren

    Het model bekijkt jaren aan mijn metingen en zoekt patronen: als het zo liep, hoe ging het daarna verder?

  3. Voorspellen

    Elk kwartier kijkt het naar de laatste twee uur en schat twee dingen: waar sta ik over een uur, en hoe groot is de kans dat ik de komende twee uur te laag kom?

  4. Uitleggen

    Een assistent zet dat in gewone taal en stuurt een seintje als het mis dreigt te gaan. De getallen komen uit het model en uit vaste rekenregels, niet uit de assistent.

Hoe weet ik of het klopt?

Net als bij een proefwerk: je test iemand niet met vragen die al bekend zijn. Daarom oefent het model op oudere dagen en krijgt het daarna dagen die het nog nooit heeft gezien.

De uitkomst leg ik naast de simpelste gok die er is: "het blijft zoals het nu is". Alleen wat beter is dan die gok, voegt echt iets toe.

Wat het niet kan

  • Het kijkt niet echt in de toekomst. Het zit er regelmatig naast, en niet elke melding klopt.
  • Het beslist niets. Het model spuit geen insuline en stuurt geen pomp aan. Dat doe ik zelf.
  • Ik weet nog niet of het helpt. Er is nog geen bewijs dat dit hypo's voorkomt.
  • Het is voor mij gemaakt. Dit is geen advies voor jou en geen vervanging van je behandelteam.
De techniek, voor wie dat wil weten
Soort model
XGBoost: veel kleine beslisbomen op tabeldata. Geen neuraal netwerk en geen taalmodel.
Leerstof
Mijn eigen sensordata, op een rooster van een kwartier.
Invoer
Glucose van de laatste twee uur, de helling over 15, 30 en 60 minuten, gemiddelde, minimum, maximum en spreiding, de tijd van de dag en de dag van de week.
Uitvoer
De glucose over 60 minuten, en de kans op een waarde onder 3,9 mmol/L binnen 2 uur.
Al aan het vastleggen
Insuline, eten en beweging leg ik al vast, als invoer voor het volgende model. De huidige voorspelling leert nog alleen van glucose en tijd; de app telt insuline en eten er met een vaste rekenregel bij op. Een proefmodel dat insuline en eten wel gebruikt, draait in stilte mee en wordt nog niet getoond.
Hertrainen
Elke maand. De laatste 90 dagen dienen als test en de 90 dagen daarvoor als validatie. Een nieuw model vervangt het oude alleen als het op dezelfde testperiode niet slechter is.

Terug naar de ambitie