Detta är ett samverkansprojekt mellan Sophiahemmet och Digital Diabetes Analytics Sweden AB som utvecklat ett system som analyserar automatiskt all data som fås genom kontinuerlig glukosmätning. Systemet har byggts med hjälp av algoritmer och maskininlärning baserat på glukosdata.  Det fanns en vilja hos Försäkringsmottagningen vid Sophiahemmet att utveckla sina vårdmöten och hälsotjänster för personer med typ 2 diabetes.  Ett projekt har genomförts där femtio patienter med typ 2-diabetes har erbjudits kontinuerlig glukosmätning i 28 dagar.  Resultatet från mätningen, tillsammans med en diabetesenkät om personens mående samt erfarenheter av diabetesvården utgör sedan underlag för dialog mellan patient och läkare/diabetessjuksköterska om egenvård och behandling. Den stora datamängd som genereras vid kontinuerlig glukosmätning kan innebära en stor utmaning för vårdpersonalen när det kommer till att tolka alla data. Analys av glukosövervakningsdata via standardiserade datahanteringsprogram anses främja samarbetet och ge ett delat beslutsstöd mellan diabetessjuksköterskan/diabetesläkaren och personen med typ 2 diabetes för att identifiera problemområden samt sätta upp uppnåeliga mål gällande glukoskontroll, behandling och egenvård. Det är därför viktigt att utvärdera hur dessa hjälpmedel påverkar vårdpersonalens arbetssituation och för att identifiera vilka ytterligare stödfunktioner som behövs för att kunna ta tillvara på all den data som genereras. 

Denna föreläsning belyser hur Digital Diabetes Analytics som analysverktyg för automatiserade individuella analyser och beslutstöd för diabetesteam och personer som lever med diabetes har utvecklats genom samskapande mellan användare, vårdpersonal och forskare. Vidare erfarenheter från ett projekt där personer med typ 2 diabetes har utfört egenmonitorering och vårdpersonalen har använt digitala analysverktyg i vårdmötet.