Mahlzeitenmanagement bei moderner Diabetestechnologie

Die Einschätzung von Mahlzeiten stellt trotz technologischer Fortschritte weiterhin einen kritischen Faktor in der Therapie der Menschen mit Diabetes mellitus Typ 1 dar. Während die Systeme zur automatischen Insulindosierung (AID) in den letzten Jahren sehr gute Fortschritte gemacht haben, bleibt die korrekte Erfassung der Kohlenhydrate eine wesentliche Voraussetzung für eine stabile postprandiale Glukosekontrolle. Zusätzlich wird der postprandiale Glukoseverlauf von einer Vielzahl an Variablen beeinflusst, die oft schwierig abzuschätzen sind, da die postprandiale Glukose durch zahlreiche Faktoren wie Kohlenhydratmenge, Fett- und Proteingehalt, glykämischer Index, Portionsgröße, Tageszeit und individuelle Insulinsensitivität moduliert wird. Dennoch bleiben Kohlenhydrate der stärkste Einzelprädiktor des postprandialen Glukoseverlaufes, was ihre korrekte Einschätzung besonders relevant macht.

Berechnung der Kohlenhydrateinheiten

Die Berechnung der Kohlenhydrateinheiten durch Menschen mit Diabetes gilt seit Jahrzehnten als Standardmethode zur Mahlzeitenabschätzung. Die wissenschaftliche Evidenz zeigt jedoch eine erhebliche Heterogenität. Eine Metaanalyse dokumentiert, dass die Effektivität stark von kulturellen Ernährungsgewohnheiten, Schulungsqualität und methodischer Standardisierung abhängt. Selbst unter optimalen Bedingungen liegt die mittlere HbA_1c-Reduktion bei etwa 0,6 %. Es zeigt sich, dass jede:r Fünfte der Betroffenen trotz intensiver Schulung die korrekte Kohlenhydrateinschätzung nicht konsequent anwendet. Mehrere Untersuchungen belegen konsistente Muster der Fehlklassifikation:

• geringe Kohlenhydratmengen ➔ tendenziell überschätzt
• hohe Kohlenhydratmengen ➔ tendenziell unterschätzt
• energiedichte Speisen ➔ häufig überschätzt

Diese Muster treten sowohl bei Menschen mit Diabetes als auch bei medizinischem Fachpersonal auf. Kulturelle Unterschiede verstärken die Variabilität, beispielsweise werden Lebensmittel wie Tempura oder Edamame in westlichen Populationen besonders häufig falsch eingeschätzt. Die Problematik wird zusätzlich dadurch verschärft, dass Mahlzeiten oft gar nicht in AID-Systeme eingegeben werden, was sich an einem hohen Anteil an Autokorrekturen (> 20 % der Insulingaben) ablesen lässt. Dennoch können die aktuellen AID-Systeme moderate Fehler in der Kohlenhydrateingabe bis zu etwa 40 g kompensieren. Diese technische Robustheit der AID-Systeme senkt die Anforderungen an die Präzision externer Schätzverfahren und erlaubt eine Toleranz für eine Kohlenhydratabschätzung, die auf künstlicher Intelligenz (KI) basiert.

KI-basierte Kohlenhydrateinschätzung

In den letzten Jahren wurden mehrere KI-gestützte Anwendungen entwickelt, die Mahlzeiten anhand von Fotos und Datenbanken analysieren:

• Carb Manager: signifikante Reduktion der benötigten Zeit zur Kohlenhydrateinschätzung, was die Adhärenz erhöht
• Snaq: nutzt u. a. LiDAR-Technologie (Light Detection and Ranging) moderner Smartphones zur präzisen Volumen- und Inhaltsanalyse; mittlere Abweichung ca. 5,5 g Kohlenhydrate

Eine Studie mit bereits gut therapierten AID-Nutzer:innen (Time in Range 75 %) zeigte durch die Nutzung von Snaq eine zusätzliche Verbesserung der Time in Range um 7 %. Dieser Effekt ist bemerkenswert, da die Ausgangswerte der Time in Range bereits im oberen Zielbereich lagen.

KI und AID: Die Kombination aus KI-basierter Mahlzeitenanalyse und automatisierter Insulindosierung bietet ein hohes Potenzial. KI reduziert die Fehlerhäufigkeit und den Zeitaufwand bei der Kohlenhydrateinschätzung, während AID-Systeme verbleibende Ungenauigkeiten kompensieren. Dadurch sinkt die tägliche diabetesassoziierte Belastung, und die Wahrscheinlichkeit vollständiger Mahlzeitenankündigungen steigt. Die Integration KI-basierter Mahlzeitenerkennung direkt in AID-Systeme wäre ein weiterer möglicher Schritt, um die tägliche Zeit, die für das Management des Diabetes benötigt wird, zu reduzieren. Ein automatisierter Workflow – Fotoaufnahme, KI-Analyse, Plausibilitätsbestätigung, direkte Übertragung an das AID-System – könnte das Mahlzeitenmanagement signifikant vereinfachen. Eine solche Integration würde die Adhärenz erhöhen, Fehler reduzieren und die Therapiequalität weiter verbessern. Dennoch gilt es zu beachten, dass diese Systeme die Schulung durch die Diätolog:innen keinesfalls ersetzen können. Letztlich stellt die Kohlenhydratschulung weiterhin eines der zentralen Elemente in der Behandlung dar. Bei der Anwendung der Systeme im täglichen Leben zeigen sich sehr wohl größere Ungenauigkeiten in der Abschätzung der Kohlenhydratgehalte und der generellen Zusammensetzung der Nahrung, die in den vorliegenden Studien meiner Meinung nach zu wenig abgebildet sind.

Fazit

Das Mahlzeitenmanagement bleibt ein Schlüsselfaktor in der Diabetestherapie. Kohlenhydrate werden häufig falsch eingeschätzt oder gar nicht in die AID-Systeme eingegeben, was die Effektivität der AID-Systeme limitiert. KI-basierte Tools bieten eine praktikable und zunehmend evidenzbasierte Unterstützung, müssen aber dennoch weiterhin kritisch von den Benutzer:innen eingesetzt werden, da aufgrund von technischen Problemen auch größere Fehleinschätzungen möglich sind.