El sistema utiliza algoritmos de inteligencia artificialLa inteligencia artificial (IA) se refiere a la capacidad de las máquinas para realizar tareas que normalmente requieren inteligencia humana. Es un campo fascinante que busca imitar las capacidades humanas para resolver problemas y... Más para anticipar posibles subidas y bajadas de glucosa. Se propone como una solución de monitoreo continuo de glucosa para personas mayores de 18 años con diabetes tipo 1 y tipo 2. Es una herramienta que demuestra potencial como apoyo preventivo para el manejo diario de la glucosa.
Lanzamiento en México de Accu-Chek SmartGuide Predict, un sistema predictivo de monitoreo de glucosa
Roche anunció el 7 de septiembre de 2026 su lanzamiento en México de Accu-Chek SmartGuide. Un sistema que busca ser una solución para controlar la glucosa en personas mayores de 18 años con diabetes tipo 1 y tipo 2. Está disponible en las principales farmacias del país desde el 1 de septiembre de 2026.
La guía inteligente (Accu-Chek SmartGuide Predict) es una aplicación complementaria para monitoreo continuo de glucosa. Estudios publicados en 2024 y 2026 evaluaron sus modelos predictivos y el uso de la función Night Low Predict en personas adultas con diabetes.
La evidencia disponible reporta un desempeño predictivo favorable y una asociación entre el uso de una predicción de glucosa baja nocturna (Night Low Predict) y menores probabilidades de hipoglucemia nocturna. Sin embargo, los resultados clínicos provienen principalmente de evaluaciones retrospectivas y observacionales financiadas por Roche Diabetes Care.
Qué hace el sistema
El sensor mide la glucosa de manera continua y se conecta mediante Bluetooth con la aplicación mySugr. Desde la aplicación, las personas usuarias pueden registrar información sobre:
- insulina;
- alimentos y carbohidratos;
- actividad física;
- configuraciones personales;
- patrones diarios y semanales de glucosa.
Los datos también pueden compartirse, si la persona lo autoriza, mediante la plataforma en la nube Accu-Chek Care. Esta permite facilitar información al equipo médico y exportar reportes en formato PDF para consultas presenciales o por telemedicina.
De acuerdo con el material proporcionado, el sensor tiene una duración de hasta 14 días.
Tres funciones predictivas
| Función | Qué estima | Horizonte de predicción |
|---|---|---|
| Glucose Predict | Posibles niveles futuros de glucosa | Hasta 2 horas |
| Low Glucose Predict | Riesgo de alcanzar un nivel bajo de glucosa | Próximos 30 minutos |
| Night Low Predict | Riesgo de hipoglucemia durante la noche | Hasta 7 horas |
Una métrica predictiva describe qué tan bien funcionó un modelo bajo las condiciones de un estudio. No equivale directamente a una reducción comprobada de complicaciones para cada persona usuaria.
Conectividad con mySugr y Accu-Chek Care
El sensor se conecta mediante Bluetooth con la aplicación mySugr. Desde ahí, se pueden registrar datos sobre insulina, alimentos y actividad física.
La plataforma en la nube Accu-Chek Care permite compartir datos con profesionales médicos, si las personas usuarias así lo desean. También facilita la exportación de reportes en formato PDF.
Roche nos señala que estas funciones pueden apoyar la toma de decisiones clínicas en consultas presenciales y en telemedicina. La conectividad permite ir más alla de tener los datos más allá de una medición individual. También define cómo puede compartirse la información con el equipo médico.
Roche presenta la herramienta como un cambio hacia un modelo predictivo
Eduardo Conrad, Medical Affairs Lead de Roche Diagnóstica en México, afirmó que el lanzamiento representa “un cambio de paradigma” en el compromiso de la empresa con los pacientes.
“La llegada de Accu-Chek SmartGuide a México representa un cambio de paradigma en nuestro compromiso con los pacientes. El monitoreo continuo impulsado por inteligencia artificialLa inteligencia artificial (IA) se refiere a la capacidad de las máquinas para realizar tareas que normalmente requieren inteligencia humana. Es un campo fascinante que busca imitar las capacidades humanas para resolver problemas y... Más predictiva no solo ofrece datos en tiempo real; brinda la capacidad inédita de anticiparse a las descompensaciones antes de que ocurran, protegiendo a quienes viven con diabetes tipo 1 y tipo 2 de complicaciones severas que representan un impacto en la salud y en los sistemas de salud”, destacó Eduardo Conrad, Medical Affairs Lead de Roche Diagnóstica en México.
Mariana Castellanos, Líder de Estrategia de Soluciones Cercanas al Paciente de Roche Diagnóstica en México, señaló que una persona con diabetes debe tomar alrededor de 180 decisiones diarias para manejar la enfermedad. Añadió que esa carga puede ser especialmente importante durante la noche.
Disponibilidad para personas adultas con diabetes
Accu-Chek SmartGuide está diseñado para personas mayores de 18 años que viven con diabetes tipo 1 y tipo 2. El sensor tiene una duración de 14 días, de acuerdo con el material proporcionado.
El comunicado menciona que el sistema está disponible en las principales farmacias de México desde el 1 de septiembre de 2026. Pero no especifica precios, farmacias participantes, cobertura, condiciones de compra ni disponibilidad por ciudad. Al verificar la infomación encontramos más información en su sitio web https://tienda.accu-chek.com.mx/
Roche indica que SmartGuide forma parte de la familia Accu-Chek, que ofrece soluciones de monitoreo de glucosa en México desde 1998. La fecha de lanzamiento marca el inicio de su disponibilidad comercial en el país.
Estudio de monitoreo continuo de glucosa mediante una aplicación predictiva
El artículo “Mejorando las capacidades de la monitoreo continuo de glucosa mediante una aplicación predictiva” describe el sistema como una herramienta para pasar de una respuesta posterior a los cambios de glucosa a administrar y prevenir. En términos sencillos, busca avisar antes de que ocurra una posible descompensación.
Qué resultados obtuvo el modelo de predicción de glucosa
El modelo de predicción de glucosa (Glucose Predict) fue evaluado con tres conjuntos de datos. Incluyeron personas con diabetes tipo 1 y tipo 2, usuarias de múltiples inyecciones diarias o bombas de insulina.
En el conjunto combinado, el porcentaje de datos ubicado en las zonas A y B del Consensus Error Grid fue:
- 99.8% a 30 minutos.
- 99.3% a 45 minutos.
- 98.7% a 60 minutos.
- 96.3% a 120 minutos.
El modelo también superó al algoritmo de referencia utilizado por los autores. A 120 minutos, el modelo registró 95.1% de datos en las zonas A y B, frente a 87.8% del modelo de referencia.
Los autores señalan que el modelo mantuvo un desempeño similar en diferentes conjuntos de datos. Aun así, estos resultados miden el desempeño de la predicción. No demuestran por sí solos una mejora clínica en todas las personas usuarias.
Qué precisión reportó la alerta de glucosa baja a 30 minutos
La función de predicción de glucosa baja (Low Glucose Predict) estima la probabilidad de que ocurra un evento de glucosa baja durante los siguientes 30 minutos.
En el conjunto combinado, registró:
- 98.9% de exactitud.
- 95.2% de sensibilidad.
- 98.9% de especificidad.
- 16.2 minutos de tiempo medio de anticipación.
- 0.958 de ROC AUC.
Puedes elegir el nivel de azúcar en la sangre que quieres vigilar, entre 60 y 100 mg/dL. Cuando la aplicación calcula que existe un alto riesgo de que baje hasta ese nivel, te envía una notificación.
El modelo fue evaluado con datos de personas con diabetes tipo 1 y tipo 2. La comparación con el modelo de referencia mostró un mejor desempeño estadístico para la función predictiva.
Cómo funciona predicción de glucosa baja nocturna
Night Low Predict (predicción de glucosa baja nocturna) calcula el riesgo de hipoglucemia durante un periodo nocturno de siete horas. El sistema considera hipoglucemia cuando se registran tres mediciones consecutivas por debajo de 70 mg/dL.
La aplicación clasifica el riesgo en tres niveles:
- Normal: menos de 30% de probabilidad.
- Alto: entre 30% y 60%.
- Muy alto: más de 60%.
También puede estimar si el riesgo se concentra durante la primera mitad o la segunda mitad de la noche. La función puede activarse manualmente o mediante una notificación programada entre las 21:00 y las 2:00.
El modelo original alcanzó 86.5% de exactitud, 55.3% de sensibilidad, 91.6% de especificidad y una ROC AUC de 0.859 en el conjunto combinado.
Un análisis de vida real relaciona la función con menos hipoglucemia nocturna
Un estudio (Bogaarts, 2026) analizó datos agregados y desidentificados de usuarios de la aplicación. Incluyó 249 personas y 8,158 noches de información.
Los investigadores compararon las noches con una predicción de glucosa baja nocturna (Night Low Predict) frente a noches sin una predicción generada. El estudio reportó que el uso de la función se asoció con:
- 20.0% menos probabilidades de presentar algún evento de hipoglucemia nocturna.
- 31.2% menos probabilidades de registrar tiempo por debajo de 70 mg/dL.
- 31.0% menos probabilidades de presentar un evento de nivel 2, definido como glucosa menor de 54 mg/dL.
- 39.2% menos probabilidades de registrar tiempo por debajo de 54 mg/dL.
El análisis también reportó 9 minutos menos por noche por debajo de 70 mg/dL y 2.3 minutos menos por debajo de 54 mg/dL, según la estimación del efecto promedio en las noches con uso.
El estudio reportó reducciones relativas en varios indicadores de hipoglucemia nocturna, pero el material resumido no informa aquí el riesgo absoluto ni cuántos eventos adicionales se evitarían por cada cien noches. Por eso, las cifras no deben interpretarse como una garantía individual.
Limite creíble de hiperglucemia
El análisis de 2026 no encontró un efecto creíble del uso de predicción de glucosa baja nocturna sobre las probabilidades de hiperglucemia o del tiempo por encima de 180 mg/dL.
El uso de la función se asoció además con:
- Mayor probabilidad de pasar una noche completa dentro del rango.
- Menor tiempo total fuera del rango.
- 6.5% menos variabilidad glucémica nocturna.
Los autores aclaran que la aplicación no evita por completo los niveles bajos de azúcar en la sangre. El resultado se obtuvo al comparar las noches en las que se usó la predicción con aquellas en las que no se usó, dentro del grupo estudiado.
Qué limitaciones tienen los resultados
El análisis de vida real tuvo varias limitaciones señaladas por sus autores:
- El número de usuarios fue relativamente pequeño.
- El periodo de observación fue corto.
- La mayoría de las personas participantes eran de Alemania.
- No se contó con todos los datos sobre tratamiento, dosis de insulina y consumo de carbohidratos.
- El tipo de diabetes era desconocido en 19.3% de los participantes.
- Se incluyeron personas que ya habían presentado al menos un evento de hipoglucemia nocturna.
- No se pudo confirmar si las personas vieron las notificaciones o siguieron las recomendaciones.
- Las noches sin predicción reunieron causas distintas, como falta de activación, requisitos no cumplidos o errores técnicos.
Los autores también reconocen que activar la función podría reflejar una mayor atención de la persona a su control de glucosa. Esa conducta pudo influir en los resultados.
Información para completar la evaluación del producto
La información del comunicado de prensa de Roche y los estudios aportan datos sobre los modelos y sobre la relacion entre Night Low Predict y algunos resultados nocturnos. Sin embargo, aún falta información para valorar completamente su utilidad clínica y su aplicación en México:
- Ensayos clínicos independientes sobre resultados clínicos.
- Datos específicos de usuarios en México o América Latina.
- Requisitos de teléfono, conectividad y compatibilidad.
- Datos sobre adherencia a las recomendaciones.
- Resultados sobre calidad del sueño, calidad de vida y uso de servicios médicos.
- Resultados en poblaciones con diferentes tratamientos y niveles de riesgo.
El artículo de 2024 indica que la aplicación requiere conexión a internet para sus componentes predictivos. También señala que tiene versiones para Android e iOS y marcado CE como dispositivo médico de clase 2a. El material no proporciona una autorización específica para México pero estos se encuentran en su página web.
- Chek Guide Tiras reactivas Reg. No. 2211R2019 SSA
- Accu-Chek Active (Tiras reactivas) Reg. No. 0679R2017 SSA
- Accu-Chek Performa (Tiras reactivas) Reg. No. 1445R2014 SSA
- Accu-Chek Softclix (lancets) Reg. No. 1722C2009 SSA,Accu-Chek® SmartGuide Reg. No. 0250E2026 SSA
- Accu-Chek Safe T-Pro Plus Reg. No. 2489E2011 SSA
- Accu-Chek Safe T-Pro Uno Reg. No. 1156C2012 SSA
Conflictos de interés y financiamiento
El estudio de 2024 fue financiado por Roche Diabetes Care. Varios autores eran empleados de Roche Diabetes Care o IBM, y algunos declararon participación accionaria en Roche Holding AG.
El estudio de 2026 también fue financiado por Roche Diabetes Care GmbH. Entre sus autores había personas vinculadas laboralmente con Roche, Roche Diagnostics International Ltd. o mySugr GmbH. El estudio declara además otras relaciones profesionales de uno de sus autores con empresas del sector.
Estos datos deben considerarse al interpretar la evidencia.
Estado actual de la evidencia, es una herramienta prometedora
Accu-Chek SmartGuide Predict incorpora funciones para anticipar cambios de glucosa y ofrece datos técnicos favorables sobre sus modelos. Además, un estudio retrospectivo observó menos hipoglucemia nocturna en las noches con uso de Night Low Predict.
La conclusión más precisa es que la herramienta muestra potencial como apoyo preventivo para el manejo diario de la glucosa, pero la evidencia disponible no permite afirmar que produzca por sí misma mejores resultados clínicos en toda la población. Su efectividad general, la posibilidad de usarlo en México y su beneficio frente a otras opciones requieren estudios independientes y datos locales.
Referencias
- Bogaarts, G., Mitter, M., Bailey, T. S., Glatzer, T., & Theodorou, D. (2026). Control of nocturnal hypoglycemia by CGM-based AI-enabled nocturnal hypoglycemia prediction: A retrospective analysis of real-world data. Diabetes Research and Clinical Practice, 234, 113188. https://doi.org/10.1016/j.diabres.2026.113188
- Herrero, P., Andorrà, M., Babion, N., Bos, H., Koehler, M., Klopfenstein, Y., … Glatzer, T. (2024). Enhancing the capabilities of continuous glucose monitoring with a predictive app. Journal of Diabetes Science and Technology, 18(5), 1014–1026. https://doi.org/10.1177/19322968241267818
