Il monitoraggio continuo del glucosio disegna grafici perfetti, ma ignora riunioni stressanti, notti in bianco e paure taciute. Senza intelligenza comportamentale, l’intelligenza artificiale nel diabete resta monca.
Il grafico che non racconta tutto
C’è una certa malinconia nel guardare lo schermo luminoso di un monitor continuo del glucosio, il CGM. È un piccolo miracolo della tecnica, un oracolo moderno che disegna il fiume della nostra vita metabolica in una linea continua e inesorabile. Eppure, per quanto precisa sia quella linea, per quanto fedele sia nel registrare ogni picco e ogni valle, essa mente. O meglio, omette. Racconta il cosa, con una precisione chirurgica, ma tace ostinatamente sul perché.
Il mio monitoraggio traccia un grafico della mia esistenza biologica, ma fallisce miseramente nel cogliere il quadro generale, l’affresco disordinato e umano della vita vera. Un CGM può accendere una spia rossa per segnalare che la mia glicemia sta scalando una montagna, ma non sa dirvi che ho ritardato la correzione non per negligenza, bensì perché ero intrappolato in una riunione cruciale, dove il decoro e l’ambizione hanno momentaneamente vinto sulla salute. Può registrare un valore instabile dopo un pranzo, accusandomi silenziosamente di un bolo insufficiente, ma non può sapere che quel calcolo errato è figlio di tre notti insonni, passate a combattere proprio contro gli allarmi dello stesso dispositivo.
E talvolta, la beffa suprema: il monitor mostra una linea piatta, perfetta, un orizzonte sereno. Ma non vede la tempesta che è servita per mantenerla tale. Non vede la vigilanza ossessiva, il carico mentale schiacciante, i mille micro-calcoli eseguiti in silenzio mentre il mondo intorno continuava a girare. Al momento, la nostra tecnologia è come un archeologo che studia le rovine: vede le conseguenze di una decisione, ma ignora completamente la logica, o l’emozione, che l’ha prodotta.
Il mio monitoraggio continuo del glucosio traccia un grafico della mia vita, minuto per minuto, come un elettrocardiogramma dell’esistenza. Segue ogni sorso di caffè, ogni morso di pizza, ogni passo fuori orario. Eppure, di me sa pochissimo.
Il CGM registra il picco dopo pranzo, ma non sa che ho aspettato a correggere perché ero in riunione con il capo e tirare fuori la penna dell’insulina avrebbe attirato più sguardi che simpatia. Registra un bolo troppo basso, ma ignora che ho dormito male per tre notti di fila, svegliato dagli allarmi stessi del sensore. Vede una linea piatta, quasi perfetta, ma non sente il rumore di fondo nella mia testa, quel continuo calcolo mentale che accompagna ogni ora della giornata.
La tecnologia oggi misura le conseguenze delle nostre decisioni, non la logica che le ha generate. E questo, nel diabete, è un limite enorme.
Gli studi confermano che il CGM migliora il controllo glicemico, aiuta a capire i propri schemi e aumenta il cosiddetto time in range, cioè il tempo passato nell’intervallo glicemico considerato sicuro.diabetesjournals.org+1 Ma la stessa letteratura ripete, da anni, che il fattore umano, emotivo e psicologico, condiziona in modo decisivo l’aderenza alla tecnologia e alle terapie.PMC+1
Il punto è che il diabete non è solo metabolico; è emotivo, cognitivo, situazionale.
Il paradosso dell’attore razionale
Ribadisco: il diabete, lo sappiamo bene noi che portiamo questo compagno indesiderato, non è una questione meramente metabolica; è un’esperienza emotiva, cognitiva e profondamente situazionale. Finché i nostri sistemi non avranno l’umiltà di riconoscerlo, continueranno a mancare il bersaglio. Non comprenderanno mai il “perché” delle cose e, di conseguenza, ci precluderanno il vero percorso verso un’aderenza terapeutica sostenibile e un miglioramento clinico reale. Il divario tra il successo e il fallimento nella cura cronica, come ci avrebbero detto i vecchi medici di famiglia che conoscevano i loro pazienti per nome e non per codice fiscale, dipende più dal contesto della persona che dalla sua nuda fisiologia.
Gli algoritmi odierni sono lettori di schemi, non comprensori di schemi. Sono bravissimi a prevedere la curva, ma ciechi di fronte alla causa. Il loro peccato originale è la presunzione: danno per scontato che io sia un attore coerente, razionale, che si muove in un ambiente statico. Ebbene, spoiler: non lo sono. E scommetto che non lo siete nemmeno voi.
Sono un essere umano. Prendo decine, forse centinaia di micro-decisioni al giorno in condizioni mutevoli come il tempo di marzo. Soppeso il rischio di ipoglicemia contro l’imbarazzo sociale, la stanchezza contro il dovere, la frustrazione contro la paura. Spesso lo faccio in millisecondi. Ogni singolo dato numerico nasconde una decisione, e ogni decisione è lo specchio di uno stato d’animo.
Abbiamo trascorso decenni a insegnare alle macchine a modellare la fisiologia, ignorando colpevolmente la psicologia. Le abbiamo addestrate come cani da tartufo sulle curve del glucosio e sulle unità di insulina, ma non abbiamo insegnato loro nulla sull’esitazione, sul dubbio, sull’intuizione o sul terrore. Il risultato è una limitazione intrinseca che rende l’intelligenza artificiale predittiva, per quanto sofisticata, fondamentalmente incompleta. E siamo onesti: questa limitazione non si risolverà aggiungendo un altro sensore o migliorando la risoluzione dello schermo. Serve un cambio di paradigma.
Algoritmi che leggono curve, non persone
Gli algoritmi che governano sensori, app e sistemi a circuito chiuso sono raffinati lettori di schemi: imparano a riconoscere le curve del glucosio, a prevedere tendenze, a suggerire correzioni.arXiv+1
Quello che non sanno fare è leggere il contesto.
Presumono che la persona con diabete sia un attore razionale e coerente in un ambiente stabile. Ma chi vive col diabete sa che la realtà è l’opposto:
- si prendono decine di micro decisioni al giorno, spesso in pochi secondi
- si pesa il rischio di ipo contro l’imbarazzo in pubblico
- si media fra stanchezza, frustrazione, paura, senso di colpa
- si negozia con notti insonni, viaggi, imprevisti, discussioni, lavoro
Ogni numero sullo schermo nasconde una decisione. Ogni decisione nasconde uno stato d’animo. E nulla di questo, oggi, viene registrato dal sistema.
Per anni abbiamo insegnato alle macchine a modellare la fisiologia, ignorando la psicologia. Le abbiamo addestrate sulle curve glicemiche e sulle unità di insulina, ma non sull’esitazione, sul dubbio, sull’intuizione, sulla paura. Il risultato è un’intelligenza artificiale predittiva potente, ma strutturalmente incompleta.
E questa lacuna non si colma aggiungendo solo più sensori.
L’“API del comportamento umano”
Quello che manca è un livello nuovo: un’“API del comportamento umano”, cioè un modo strutturato e leggibile dalle macchine per aggiungere ai dati glicemici i metadati cognitivi, emotivi e ambientali che guidano l’aderenza.
In pratica: una cornice che permetta al sistema di sapere non solo quanto sei, ma come sei. Non solo il valore glicemico, ma il contesto in cui lo stai vivendo.
Immagina il tuo CGM alle 14:00 che suona per un picco. Invece di limitarsi a salvare il numero, ti chiede con una semplice schermata o con un comando vocale:
“Cosa sta succedendo adesso?”
Tu selezioni o pronunci un tag:
- “Riunione stressante”
- “Ho dimenticato il pre bolo”
- “Ho scelto di aspettare, ero basso stamattina”
- “Sono in pubblico, mi vergogno a correggere adesso”
Questi tag non sono un diario tradizionale, sono una forma di tagging senza attrito, l’equivalente comportamentale del contapassi. La tecnologia per farlo esiste già, basta guardare al mondo dei wearable e delle app di tracciamento.PMC+1
Ripetendo questo gesto nel tempo, inizierebbero a emergere schemi che nessuna curva da sola potrebbe rivelare:
- correzioni sistematicamente ritardate durante incontri di lavoro
- boli più prudenti dopo notti con molte ipoglicemie
- tendenza a sovradosare quando si è ansiosi o in pubblico
I numeri restano gli stessi, ma il loro significato cambia completamente.
Sei mesi di “logica vissuta”
Ora sposta questa idea sul lungo periodo. Immagina di avere sei mesi di dati non solo glicemici, ma anche comportamentali:
- stato cognitivo: concentrato, annebbiato, sopraffatto
- stato emotivo: calmo, ansioso, frustrato
- contesto ambientale: da solo, in pubblico, in situazione ad alto rischio
- stato fisico: ben riposato, privato del sonno, in recupero da una crisi
Incrociando questi livelli, potresti scoprire, ad esempio, che:
- quando il carico cognitivo è alto e ti senti ansioso in pubblico, la probabilità di ritardare una correzione aumenta in modo drastico
- dopo due o tre notti di allarmi e risvegli, tendi a fare boli troppo prudenti
- in certe situazioni sociali sovradosi per paura di essere “quello con la glicemia alta” davanti agli altri
Qui nasce un nuovo concetto: biomarcatori comportamentali. Schemi ripetuti di decisione che non si vedono nella sola curva glicemica, ma emergono quando unisci numeri e vissuto. La letteratura sui “human factors” nella tecnologia per il diabete ci dice proprio questo: senza integrare emozioni, credenze, barriere sociali, i dispositivi non esprimono il loro pieno potenziale.PMC+1
Dal paziente “non aderente” alla persona con un contesto
Se sistemi di intelligenza artificiale per il diabete potessero leggere questi biomarcatori comportamentali, cambierebbe anche il linguaggio clinico.
Oggi la persona che ignora i suggerimenti della pompa o dell’app viene spesso catalogata come “non aderente”. Domani potremmo dire:
- ignora i suggerimenti soprattutto in contesti ad alto carico cognitivo
- riduce i boli dopo notti con molte ipoglicemie
- interrompe l’uso del CGM nei periodi emotivamente più difficili
Non si tratta più di “colpa del paziente”, ma di un pattern da comprendere e, se possibile, accompagnare. Gli studi sull’uso dei dispositivi mostrano che l’aderenza cala proprio quando aumenta la fatica mentale o emotiva.ScienceDirect+1
Un sistema a circuito chiuso davvero adattivo dovrebbe integrare tutto questo. Non solo correggere la glicemia, ma imparare perché certe correzioni vengono rimandate o modificate.
Un imperativo clinico, non un vezzo filosofico
Per i produttori di dispositivi e per gli investitori, l’intelligenza comportamentale non è un vezzo soft, è un pezzo di precisione mancante. Senza di essa, i risultati clinici, incluso il “time in range”, si avvicinano a un tetto che è difficile superare con il solo affinamento degli algoritmi glicemici.Wiley Online Library+1
Per le autorità regolatorie, il punto è semplice: se un dispositivo dichiara di essere “personalizzato”, dovrebbe dimostrare di integrare in modo strutturato anche dati comportamentali e di migliorare realmente gli esiti clinici rispetto a sistemi che non lo fanno. Altrimenti “IA personalizzata” resta uno slogan di marketing.
La vera prossima frontiera della salute digitale non è l’ennesimo sensore, né l’app più colorata, ma un ecosistema che sappia interpretare il comportamento come dato clinicamente rilevante.
Abbiamo perfezionato la scienza della misurazione. Ora serve la scienza del significato.
Il numero e la persona
Dietro ogni grafico glicemico c’è una persona che fa conti per la propria sopravvivenza: decide se mangiare adesso o dopo, se correggere subito o aspettare, se rischiare una ipo di notte o una iper durante la riunione.
Il CGM vede solo l’esito di queste scelte. L’intelligenza comportamentale, se glielo permettiamo, può iniziare a raccontarne le ragioni.
Finché la tecnologia per il diabete non saprà rispondere alla domanda “perché fai quello che fai”, continuerà a personalizzare solo i numeri e non la cura. E continuerà, almeno un po’, a deludere l’essere umano dietro la macchina.
Hashtag
#Diabete #CGM #SaluteDigitale #IntelligenzaArtificiale