Artificial pancreas: toward a multiday run-to-run approach

Diabetes mellitus includes several types of diseases, united by the presence of chronic hyperglycaemia. The most serious form of diabetes is represented by type 1 diabetes mellitus. It is caused by autoimmune destruction of pancreatic $\beta$-cells, which are responsible for the secretion of insulin that is required for a proper blood glucose regulation. For this reason, type 1 diabetic patients need exogenous insulin injections to keep the glucose concentration in the safe range. Closed-loop glucose regulation is possible for type 1 diabetic subjects through artificial pancreas, an autonomous system that receives blood glucose data from a sensor, computes the required insulin amount and transmits this information to the insulin pump. The core of the system is the control algorithm and one of the most promising approaches is represented by model predictive control. It involves a glucose metabolism model of the patient, from which it predicts near-future glycaemic values and, consequently, computes the optimal insulin dose. Since inter-subject variability can be very high, the control algorithm need to be calibrated on each patient. The aim of this thesis is to investigate the possibility of developing a supervised solution for the adaptation of the algorithm. The control techniques are evaluated through the widely accepted UVA/Padova simulator which is equipped with a large virtual population.

Pancreas artificiale: verso un approccio run-to-run plurigiornaliero. Il diabete mellito raggruppa diversi tipi di malattie, accomunati dalla presenza di iperglicemia cronica. La forma più grave di diabete è il diabete mellito di tipo 1, una malattia autoimmune che causa la distruzione delle cellule $\beta$ del pancreas. Queste cellule si occupano principalmente della secrezione di insulina, l'ormone necessario per il controllo della glicemia. Per questa ragione, i pazienti diabetici di tipo 1 hanno bisogno di iniezioni esogene di insulina, in modo da mantenere la glicemia all'interno di un intervallo di sicurezza. Per questi pazienti, il controllo della glicemia ad anello chiuso è possibile attraverso il pancreas artificiale, un sistema autonomo che riceve informazioni sulla glicemia da un sensore, calcola la quantità necessaria di insulina e trasmette questo dato alla pompa insulinica. Il nucleo del sistema è l'algoritmo di controllo e uno dei più promettenti è rappresentato dal controllo preditivo (Model Predictive Control, MPC). Si basa su un modello del paziente, attraverso il quale prevede i valori prossimi di glicemia e, di conseguenza, calcola la dose ottima di insulina. Dal momento che la variabilità tra i soggetti può essere molto elevata, è necessario calibrare l'algoritmo di controllo su ogni paziente. Lo scopo di questa tesi è di esaminare la possibilità di sviluppare una soluzione dell'algoritmo per la quale sia necessaria la supervisione medica. Le tecniche di controllo sono valutate attraverso il simulatore UVA/Padova, che è stato ampiamente accettato e ha la particolarità di essere dotato di una vasta popolazione virtuale.