Diabetes Mellitus (DM) abarca un grup de malalties metabòliques, sent la seua característica principal la presència d'alts nivells de glucosa en sang. És una de les malaties amb major impacte social i econòmic, tant per la seua prevalència com per les conseqüències de les complicaciones a què pot portar. Una de les línies d'investigació per a millorar la qualitat de vida dels pacients amb diabetes és d'enfocament tècnic. Esta inclou diverses sublínies com és el desenvolupament de dispositius per estimar ``en línia" la glucosa plasmàtica (GP): sistemes de monitorització continua de glucosa (SMCG), invasius i no-invasius. Estos dispositius estimen la GP des de mesures del sensor en compartiments alternatius a la sang. Els actuals SMCG comercials són mínimament invasius: sensor implantat en el líquid intersticial. Els SMCG són un component fonamental en la construcció del pancrees artificial, amb l'objectiu de tancar el llaç en combinació amb una bomba d'insulina. No obstant, la presició dels monitors actuals és encara pobra i això pot deure's en part a la baixa actuació dels Algorismes de Calibració (AC) implementats. A més, la sensibilitat entre el sensor i el pacient varia entre pacients i també amb el temps. Està clar, aleshores, que el desenvolupament de nous AC efficients per a SMCG és un problema interessant i un repte. Les mesures indirectes de la GP a través de la glucosa intersticial és un dels majors factors de confusió per a la presició dels SMCG. Són molts els components presents en la dinàmica del transport de glucosa. De fet, la fisiologia pot suggerir l'existència de diferents comportaments locals en esta dinàmica. Per esta raó, les tècniques de modelat local poden ser la millor opció per a l'estructura de l'AC desitjat. Així, entrades similars són representades pel mateix model local. La integració de tots ells considerant la regió d'entrada on cadascun és vàlid dòna el model final de tot el conjunt. Les tècniques d'agrupament són les elegides en esta aplicació per a modelat local, ja que són capaces de trobar automàticament coneixement inherent a les dades. L'objectiu global d'este treball és el disseny d'un nou AC capaç de millorar la presició de les estimacions actuals de la GP. El AC proposat es basa en un algorisme d'agrupament amb models locals dinàmics, dissenyat d'acord amb els requeriments del sistema. S'ha inclòs la compensació a les variacions de sensibilitat del sensor en l'AC amb un esquema adaptatiu. Els algorismes desenvolupats han sigut validats amb dades de diversos experiments clínics i també de simulació.