Banca de QUALIFICAÇÃO: JOÃO LUCAS CORREIA BARBOSA DE FARIAS

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : JOÃO LUCAS CORREIA BARBOSA DE FARIAS
DATA : 02/09/2024
HORA: 09:00
LOCAL: Remoto - Online
TÍTULO:

Controle de um sistema automatizado de administração de insulina usando inteligência artificial

PALAVRAS-CHAVES:

sistema automatizado de administração de insulina, controle não linear, linearização por realimentação, aprendizado de máquina, aprendizado por reforço, redes neurais recorrentes.

PÁGINAS: 40
RESUMO:

O Diabetes Mellitus Tipo 1 é uma doença que afeta milhões de pessoas em todo o mundo. Recentemente, graças aos avanços no campo de dispositivos embarcados, surgiram propostas de dispositivos que injetam insulina subcutaneamente, visando regular automaticamente a concentração de glicose no sangue de pacientes diabéticos. O sistema de Entrega Automática de Insulina (AID, Automated Insulin Delivery) pode proporcionar uma vida com maior qualidade, autonomia e conforto para os pacientes. Este trabalho tem como objetivo projetar um controlador não linear inteligente com um estimador desenvolvido com Inteligência Artificial (IA) para um sistema AID. É realizada uma extensa revisão sobre diabetes, introduzindo sua definição, contexto fisiológico, diagnóstico, impacto global e as terapias disponíveis. Além disso, é feita uma revisão da literatura, apresentando os tipos de sistemas AID, desafios atuais, modelos de pacientes virtuais, estratégias de controle e algoritmos de IA que moldam os projetos modernos. Os modelos de Bergman, Hovorka e OHSU são introduzidos junto com sua formulação matemática e casos de uso específicos. O modelo OHSU, que incorpora atividade física à dinâmica insulina-glicose, é escolhido para simular a população de pacientes virtuais deste trabalho. Em seguida, o controlador de Linearização por Realimentação é apresentado e descrito matematicamente. O controlador não linear proposto neste trabalho é combinado com um estimador inteligente para compensar as incertezas do modelo, perturbações externas e atrasos temporais inerentes ao sistema biológico em questão. O estimador inteligente consiste em uma combinação de algoritmos de Aprendizado de Máquina e Aprendizado por Reforço. O objetivo é usar uma Rede Neural Recorrente como um estimador universal para auxiliar a lei de controle a rastrear a concentração de glicose no sangue do paciente virtual até o intervalo desejado. Um algoritmo de Aprendizado por Reforço é utilizado para ajustar os hiperparâmetros da rede neural. A estratégia de controle proposta será treinada offline para abarcar a dinâmica do sistema e ajustar os parâmetros da rede neural. À medida que a simulação in-silico ocorre, os parâmetros passam por um ajuste fino com uma baixa taxa de aprendizado para manter o controlador atualizado com as mudanças fisiológicas. O Algoritmo de Projeção é utilizado para restringir os pesos da rede neural em uma região fechada e evitar a superdosagem de insulina. A estabilidade em malha fechada da estratégia de controle proposta é provada usando a teoria de estabilidade de Lyapunov. O objetivo geral deste trabalho é desenvolver um controlador para um sistema AID que regule adequadamente a concentração de glicose no sangue sem aviso de refeição pelo paciente e sob atividade física. Por fim, é apresentada uma linha do tempo detalhada descrevendo as etapas a serem seguidas para implementar o planejamento mencionado até a conclusão da Tese.

MEMBROS DA BANCA:
Presidente - 1445637 - WALLACE MOREIRA BESSA
Interno - 2885532 - IVANOVITCH MEDEIROS DANTAS DA SILVA
Externo ao Programa - 1338796 - PHILIPPE EDUARDO DE MEDEIROS - UFRN