La IA predice la respuesta glucémica en diabéticos tipo 1 durante el ejercicio intenso

En una ruta ciclista de setenta kilómetros por las carreteras de Girona, treinta personas pedaleron equipadas con dispositivos de medición que transformarían sus cuerpos en laboratorios móviles. Veintiuno de ellos vivían con diabetes tipo 1. El resto formaba parte del grupo de control. Lo que sucedió durante esas horas de esfuerzo intenso no fue solo ejercicio: fue la primera fase de un ensayo clínico diseñado para enseñar a máquinas inteligentes a predecir algo que ha eludido a médicos y pacientes durante décadas: cómo se comportará el azúcar en la sangre cuando el cuerpo se somete a un estrés físico extremo.

La iniciativa surgió de la Universitat de Girona, específicamente de la Cátedra UdG-Dexcom y del laboratorio MICELab, con respaldo del Hospital Dr. Josep Trueta. El doctor Josep Vehi, catedrático y director de la cátedra, plantea una pregunta fundamental: ¿puede la inteligencia artificial convertirse en una brújula para navegantes de la diabetes tipo 1 durante el ejercicio? Su respuesta es sí, pero con matices. La IA no es magia; es una herramienta que procesa patrones en datos masivos para ofrecer predicciones personalizadas sobre cómo evolucionará la glucemia en situaciones que hoy resultan impredecibles y peligrosas.

Para alguien con diabetes tipo 1, el ejercicio intenso es un acto de equilibrio químico extremadamente frágil. El cuerpo consume glucosa a velocidades variables. La insulina se absorbe de manera impredecible. Los carbohidratos adicionales que ingiere el deportista interactúan con todo lo anterior de formas que ninguna pauta general puede anticipar completamente. El resultado es un riesgo elevado de hipoglucemia, donde el azúcar cae peligrosamente bajo, o de hiperglucemia, donde sube demasiado. Estos episodios pueden extenderse durante días después del ejercicio, complicando aún más el manejo. Vehi subraya que hoy no existen directrices únicas que cualquier diabético pueda seguir con seguridad. Existen consensos, sí, pero son reglas generales que dejan demasiado espacio para la interpretación individual.

La ruta ciclista no fue elegida al azar. El ciclismo ofrece ventajas científicas y logísticas que permiten recopilar datos de calidad excepcional en condiciones de vida real, no en el ambiente controlado de un hospital. Cada participante llevaba un monitor continuo de glucosa Dexcom G7, medidores de potencia en los pedales, una banda de frecuencia cardíaca y un dispositivo GPS. Pero la verdadera sofisticación estaba en lo que se recolectó después: muestras de saliva, sangre y orina que revelan cambios moleculares profundos. Aleix Beneyto, coordinador del estudio, fue cuidadoso en la selección: solo personas que practicaban deporte regularmente, con evaluación médica favorable, acostumbradas a los monitores continuos de glucosa y, si era posible, con experiencia previa en ciclismo.

La elección de enfocarse únicamente en diabetes tipo 1 responde a una realidad clínica: es en este grupo donde el manejo de la insulina es más delicado y donde la variabilidad glucémica tiende a ser mayor. La diabetes tipo 2, donde el páncreas aún produce algo de insulina, presenta dinámicas diferentes. Aquí, en la tipo 1, el paciente es completamente dependiente de la insulina inyectada, lo que hace que cada decisión sobre dosis sea crítica.

Lo que Vehi y su equipo buscan es transformar datos en conocimiento útil. Quieren que la inteligencia artificial aprenda a reconocer patrones individuales: cómo responde el cuerpo de María a sesenta kilómetros de ciclismo a intensidad moderada-alta. Cómo reacciona el de Juan. Cómo se comporta la glucemia de Ana en las horas posteriores. Con esos patrones mapeados, la IA podría sugerir ajustes personalizados en la dosis de insulina, en la cantidad de carbohidratos a ingerir, en el momento exacto de comerlos. El resultado sería reducir la incertidumbre que hoy paraliza a muchas personas con diabetes tipo 1, impidiéndoles hacer ejercicio regular a pesar de sus beneficios comprobados.

Beneyto promete que los resultados no quedarán en publicaciones académicas. Habrá difusión científica en congresos, sí, pero también devolución directa a los participantes y a las asociaciones de diabéticos. Es un compromiso con la traducción del conocimiento. Vehi reconoce que el ensayo es complejo, que requiere numerosos profesionales e instituciones, que demanda respaldo institucional sostenido. Pero la combinación de recursos tecnológicos, rigor científico y el marco de la Cátedra UdG-Dexcom garantiza que el impacto será real. Lo que sucedió en esa ruta de setenta kilómetros fue el primer paso hacia un futuro donde la inteligencia artificial ayude a personas con diabetes tipo 1 a vivir vidas más activas, más seguras, menos limitadas por la incertidumbre.