Sztuczna inteligencja wykrywa wczesne objawy cukrzycy poprzez analizę skoków poziomu glukozy

nowa Model sztucznej inteligencji opracowany przez Scripps Research może wykryć wczesne ryzyko cukrzycy, analizując skoki glikemii w czasie rzeczywistym i inne dane zdrowotne, których często brakuje w tradycyjnych testach, takich jak HbA1c. Dzięki wykorzystaniu ciągłego monitorowania glikemii (CGM), danych o mikrobiomie jelitowym, diecie i poziomie aktywności, model zapewnia bardziej szczegółowy obraz zdrowia metabolicznego, pomagając zidentyfikować osoby zagrożone, zanim pojawią się objawy.

Kluczowe dania na wynos:

• Tradycyjne testy HbA1c są ograniczone w przewidywaniu wczesnego ryzyka cukrzycy.
• Scripps Research opracował model sztucznej inteligencji który wykorzystuje dane CGM, mikrobiom jelitowy, dietę i poziom aktywności, aby dokładniej ocenić ryzyko postępu cukrzycy.
• W badaniu PROGRESS wzięło udział ponad 1,000 uczestników, którzy uczestniczyli w nim zdalnie, co pozwala na przeprowadzenie całkowicie samodzielnego badania klinicznego.
• Czas regeneracji szczytu glikemii jest kluczowym wskaźnikiem w celu wykrycia problemów ze zdrowiem metabolicznym zanim pojawią się objawy.
• Modelka może różnicować osoby z grupy wysokiego ryzyka w stanie przedcukrzycowym od osób z mniejszym prawdopodobieństwem zachorowania na cukrzycę, nawet jeśli mają podobne wyniki badań laboratoryjnych.
• Przyszłe zastosowania mogą pozwolić osoby korzystające z CGM w domu w celu monitorowania swojego ryzyka w czasie rzeczywistym, umożliwiając wczesną interwencję.

Tradycyjnie lekarze opierają się na badaniu laboratoryjnym HbA1c w celu diagnozowania cukrzycy typu 2 i stanu przedcukrzycowego, mierzącym poziom glukozy we krwi danej osoby. średni poziom cukru we krwi Choć HbA1c jest przydatny, ma swoje ograniczenia – nie ujawnia, kto jest na skraju rozwoju cukrzycy, ani nie pozwala odróżnić osób o tym samym wyniku testu, ale o różnym profilu ryzyka.

Nowe podejście opracowane przez naukowców ze Scripps Research ma to zmienić. Wykorzystując sztuczną inteligencję i łącząc dane z przenośnych glukometrów z wnioskami dotyczącymi diety, aktywności fizycznej, genetyki i zdrowia jelit, zespół stworzył model, który wykrywa wczesne sygnały ostrzegawcze cukrzycy na długo przed pojawieniem się objawów.

Wykraczanie poza HbA1c: głębsze spojrzenie na zdrowie metaboliczne

Ten innowacyjny model, szczegółowo opisany w Nature Medicine, wykorzystuje informacje z ciągłe monitory glikemii (CGM) do śledzenia subtelnych zmian w dynamice poziomu cukru we krwi. W przeciwieństwie do statycznego obrazu dostarczanego przez HbA1c, ta oparta na sztucznej inteligencji metoda rejestruje reakcje organizmu na codzienne czynności – posiłki, ćwiczenia, a nawet wzorce snu – oferując bardziej szczegółowy obraz zdrowia metabolicznego.

„Dwie osoby mogą mieć dokładnie taki sam poziom HbA1c, ale ich organizmy mogą przetwarzać glukozę w zupełnie inny sposób” – wyjaśnia Giorgio Quer, współautor i dyrektor ds. sztucznej inteligencji w Scripps Research. „Monitorując drobne szczegóły – jak szybko normalizuje się poziom glukozy „po skoku poziomu glukozy, nocnych wzorcach glikemii, nawykach żywieniowych i mikrobiomie jelitowym — możemy stwierdzić, kto po cichu zmierza w kierunku cukrzycy”.

Przełomowe wirtualne badanie kliniczne: badanie PROGRESS

W projekcie o nazwie PROGRESS (Prediction of Glycemic Response Study) wzięło udział ponad 1,000 uczestników z całych Stanów Zjednoczonych w ramach w pełni wirtualnego badania klinicznego. Uczestnicy, od osób zdrowych po osoby ze stanem przedcukrzycowym i cukrzycą, nosili systemy ciągłego pomiaru glikemii Dexcom G6 przez 10 dni. Rejestrowali oni swoje posiłki i treningi oraz wysyłali pocztą próbki krwi, śliny i kału. Naukowcy wykorzystali również ich dokumentację medyczną, aby stworzyć kompleksowy profil zdrowia.

„To było badanie całkowicie zdalne, prowadzone samodzielnie” – zauważa Ed Ramos, współautor i starszy dyrektor ds. cyfrowych badań klinicznych w firmie Scripps. „Zaprojektowaliśmy ramy, które pozwalały uczestnikom na samodzielne wykonanie wszystkich czynności z domu – podłączenie własnych czujników, pobranie próbek i ich odesłanie. To nowy wymiar badań klinicznych”.

Model AI identyfikuje ukryte ryzyko poprzez dynamikę glukozy

Model sztucznej inteligencji został wyszkolony do przeszukiwania tego zróżnicowanego zbioru danych, identyfikując odrębne wzorce, które korelują z ryzykiem cukrzycy. Jednym z wyróżniających się wskaźników był czas potrzebny na poziom cukru we krwi stabilizuje się po skoku.

Osoby z Cukrzyca typu 2 Często potrzebowali ponad 100 minut, aby przywrócić poziom glukozy do poziomu wyjściowego, podczas gdy zdrowsze osoby regenerowały się znacznie szybciej. Ponadto uczestnicy z bogatszą różnorodnością flory bakteryjnej jelit i wyższym poziomem aktywności fizycznej wykazali się lepszą kontrolą glikemii, podczas gdy osoby z podwyższonym tętnem spoczynkowym były bardziej podatne na zaburzenia regulacji cukru.

Wykrywanie ryzyka u osób w stanie przedcukrzycowym, zanim będzie za późno

To, co czyni ten model szczególnie cennym, to jego zdolność do wykrywania ryzyka, nawet gdy tradycyjne wyniki badań laboratoryjnych wydają się prawidłowe. Wśród uczestników w stanie przedcukrzycowym sztuczna inteligencja była w stanie rozpoznać, kto jest lustrzanym odbiciem… diabetic mewzorce taboli i którzy pozostawali bliżsi zdrowemu profilowi, pomimo podobnych poziomów HbA1c. Ta szczegółowość może umożliwić lekarzom personalizację interwencji, priorytetyzując zmiany stylu życia lub wczesne leczenie osób najbardziej narażonych.

Spojrzenie w przyszłość: wpływ na świat rzeczywisty i spersonalizowana profilaktyka

Naukowcy nadal monitorują uczestników w czasie, aby sprawdzić, czy prognozy modelu pokrywają się z rzeczywistym postępem choroby. Z powodzeniem przetestowali również model na niezależnym zbiorze danych pacjentów z Izraela, co zwiększa jego potencjał do powszechnego zastosowania klinicznego.

Zespół przewiduje przyszłość, w której to narzędzie oparte na sztucznej inteligencji mogłoby stać się standardowym elementem oceny ryzyka cukrzycy – zarówno w gabinetach lekarskich, jak i bezpośrednio przez osoby korzystające z systemów CGM w domu. Oferując informacje zwrotne w czasie rzeczywistym, narzędzie to mogłoby pomóc ludziom zrozumieć, jak ich codzienne nawyki wpływają na zdrowie i podjąć proaktywne kroki w celu zapobiegania chorobom.

„Cukrzyca nie rozwija się z dnia na dzień” – podkreśla Quer. „To stopniowy proces, a dzięki technologii, którą dysponujemy, możemy wykryć ją wcześniej i interweniować w bardziej inteligentny i spersonalizowany sposób”.