„Możliwość wykrycia stanu takiego jak cukrzyca, który ma tak wiele poważnych konsekwencji zdrowotnych za pomocą bezbolesnego testu opartego na smartfonie, stwarza tak wiele możliwości” – powiedział współautor publikacji Geoffrey H. Tison. Wyniki opublikowano w Nature Medicine. „Wizją byłoby takie narzędzie, które pomogłoby w identyfikacji osób z wyższym ryzykiem zachorowania na cukrzycę, ostatecznie pomagając zmniejszyć częstość występowania niezdiagnozowanej cukrzycy”.
Naukowcy stwierdzili, że narzędzia do badań przesiewowych, które można łatwo wdrożyć, wykorzystując technologię już zawartą w smartfonach, mogą szybko zwiększyć zdolność wykrywania cukrzycy, w tym populacje poza zasięgiem tradycyjnej opieki medycznej.
Cukrzyca – niezwykle poważna choroba
Chociaż cukrzyca sama w sobie jest siódmą co do wielkości przyczyną zgonów na świecie, według Światowej Organizacji Zdrowia, znacznie zwiększa również ryzyko chorób serca, które są główną przyczyną zgonów w Stanach Zjednoczonych i na świecie. Amerykańskie Centra Kontroli i Zapobiegania Chorobom szacują, że osoby z cukrzycą typu 2 dwukrotnie częściej umierają z powodu chorób serca niż osoby bez cukrzycy.
„Cukrzyca może przebiegać bezobjawowo przez długi czas, co znacznie utrudnia jej zdiagnozowanie” – powiedział główny autor, Robert Avram. „Do tej pory brakowało nieinwazyjnych i szeroko skalowalnych narzędzi do wykrywania cukrzycy, co motywowało nas do opracowania tego algorytmu”.
Opracowując biomarker, naukowcy postawili hipotezę, że aparat w smartfonie może być używany do wykrywania uszkodzeń naczyń krwionośnych spowodowanych cukrzycą poprzez pomiar sygnałów zwanych fotopletyzmografią (PPG), które są w stanie uzyskać większość urządzeń mobilnych, w tym smartwatche i urządzenia do monitorowania kondycji. Naukowcy wykorzystali latarkę telefonu i aparat do pomiaru PPG, rejestrując zmiany koloru opuszki palca odpowiadające każdemu uderzeniu serca.
Diagnoza ze smartfona
W badaniu naukowcy z UCSF uzyskali prawie 3 miliony zapisów PPG od 53 870 pacjentów w Health eHeart Study, którzy korzystali z aplikacji Azumio Instant Heart Rate na iPhonie i zgłosili, że zdiagnozowano u nich cukrzycę u lekarza. Dane te wykorzystano do opracowania i walidacji algorytmu uczenia głębokiego do wykrywania cukrzycy za pomocą sygnałów PPG mierzonych za pomocą smartfonów.
Ogólnie algorytm prawidłowo zidentyfikował obecność cukrzycy u nawet 81 procent pacjentów w dwóch oddzielnych zbiorach danych. Kiedy algorytm został przetestowany na dodatkowym zbiorze danych pacjentów zapisanych z klinik stacjonarnych, prawidłowo zidentyfikował 82 procent pacjentów z cukrzycą.
Wśród pacjentów, którzy zgodnie z przewidywaniami algorytmu nie mieli cukrzycy, 92 do 97 procent rzeczywiście nie miało tej choroby we wszystkich zestawach danych do walidacji. Po połączeniu tej prognozy opartej na PPG z innymi łatwo dostępnymi informacjami o pacjencie, takimi jak wiek, płeć, wskaźnik masy ciała i rasa / pochodzenie etniczne, wyniki predykcyjne uległy dalszej poprawie.
Autorzy zalecają dalsze badania w celu określenia skuteczności tego podejścia w określonych zastosowaniach klinicznych, takich jak badania przesiewowe lub monitorowanie terapeutyczne.
Czytaj też:
Na tym zdjęciu jest 5 kleszczy. Widzisz je?
