Модель штучного інтелекту виявляє ризик діабету ще до появи симптомів: нові горизонти персоналізованої профілактики

Щоб діагностувати діабет 2 типу або переддіабет, клініцисти зазвичай покладаються на лабораторне значення, відоме як HbA1c. Цей тест фіксує середній рівень глюкози в крові людини протягом попередніх кількох місяців. Але HbA1c не може передбачити, хто має найвищий ризик переходу від здорового до переддіабетичного стану або від переддіабетичного до повноцінного діабету.

Тепер вчені з Scripps Research виявили, що штучний інтелект може використовувати комбінацію інших даних, включаючи рівень глюкози в режимі реального часу з портативних моніторів, щоб забезпечити більш детальне уявлення про ризик діабету.

Нова модель, описана в Nature Medicine, використовує дані безперервного моніторингу глюкози (CGM) разом із даними кишкового мікробіому, дієти, фізичної активності та генетичної інформації. Вона виявляє ранні ознаки ризику діабету, які стандартні тести на HbA1c можуть пропустити.

«Ми показали, що дві людини з однаковим показником HbA1c можуть мати дуже різні профілі ризику», — каже співавтор Джорджіо Квер, директор зі штучного інтелекту та доцент кафедри цифрової медицини в Scripps Research. «Залучаючи більше даних — скільки часу потрібно, щоб врегулювалися піки глюкози, що відбувається з глюкозою протягом ночі, який рівень їжі споживається і навіть що відбувається в кишечнику — ми можемо почати визначати, хто швидко розвивається до діабету, а хто ні».

Зрештою, метою цієї роботи є краще розуміння того, що сприяє прогресуванню діабету, і як ми можемо втрутитися на ранніх стадіях клінічного розвитку,

– додає співавтор Ед Рамос, старший директор цифрових клінічних випробувань у Scripps Research.

Хоча деякі коливання рівня цукру в крові є цілком нормальними, особливо після їди, часті або перебільшені сплески глюкози можуть бути ознакою того, що організм намагається ефективно керувати цукром. У здорових людей рівень цукру в крові зазвичай підвищується та падає плавно. Але у людей з ризиком розвитку діабету ці сплески можуть ставати різкішими, частішими або повільніше зникати, навіть до того, як звичайні лабораторні аналізи, такі як HbA1c, виявлять проблему. Нове дослідження показує, що відстеження цієї щоденної динаміки забезпечує набагато детальніше уявлення про метаболічний стан людини та може допомогти виявити проблеми раніше.

Ці висновки є результатом багаторічної цифрової дослідницької програми під назвою «Дослідження прогнозування глікемічної реакції» (PROGRESS). У дослідженні використовувалися соціальні мережі для участі в повністю дистанційному клінічному випробуванні понад 1000 людей з усієї території США. Серед учасників були люди з діагнозом переддіабету або діабету, а також здорові особи.

Протягом десяти днів вони носили прилади для контролю рівня глюкози, відстежували своє харчування та фізичні вправи, а також надсилали зразки крові, слини та калу на аналіз. Дослідники також мали доступ до електронних медичних карток учасників, які містили попередні лабораторні показники та діагнози, поставлені лікарями.

«Це була справді новаторська спроба у сфері дистанційних клінічних випробувань», — каже Рамос. «Нам потрібно було розробити дослідження, яке учасники могли б повністю самостійно виконати — від застосування датчиків до збору та доставки біологічних зразків — без відвідування клініки. Такий рівень самостійної участі вимагав зовсім іншої інфраструктури, ніж зазвичай».

Використовуючи дані, дослідники навчили модель штучного інтелекту розрізняти людей з діабетом 2 типу від здорових осіб.

Одним із найчіткіших сигналів ризику діабету, виявлених дослідниками, був час, необхідний для повернення рівня цукру в крові до норми. У людей з діабетом 2 типу часто потрібно було 100 хвилин або більше, щоб рівень цукру в крові знизився після різкого зростання, тоді як здоровіші люди поверталися до початкового рівня набагато швидше. Дослідження також виявило, що люди з більш різноманітним кишковим мікробіомом та вищим рівнем активності, як правило, мали кращий контроль глюкози, тоді як вища частота серцевих скорочень у стані спокою була пов'язана з діабетом.

Важливо, що модель штучного інтелекту виявляла ризик не лише у людей з уже підвищеним рівнем HbA1c. При застосуванні до осіб з переддіабетом було виявлено, що деякі з них виглядали метаболічно схожими на людей з діабетом, тоді як інші були схожі на здорових людей, незважаючи на схожі лабораторні значення. Такий рівень деталізації може допомогти клініцистам персоналізувати лікування, зосереджуючись на зміні способу життя або ранній терапії для пацієнтів з найвищим ризиком прогресування захворювання.

Хоча поточне дослідження було лише тимчасовим, дослідники продовжують спостерігати за учасниками, щоб побачити, чи прогнози моделі відповідають прогресуванню захворювання в реальному світі. Вони також перевірили модель, використовуючи окремий набір даних пацієнтів з Ізраїлю, що посилює її потенціал для ширшого клінічного використання.

Команда передбачає, що майбутні версії моделі використовуватимуть клініцисти або навіть люди, які використовують CGM вдома, для оцінки метаболічного ризику та моніторингу того, як щоденний вибір впливає на діабет.

«Зрештою, йдеться про те, щоб надати людям більше розуміння та контролю», — каже Квер. «Діабет не з’являється одного дня — він розвивається повільно, і тепер у нас є інструменти, щоб виявити його раніше та втрутитися розумніше».

ДЖЕРЕЛО: Medicalxpress

На платформі Accemedin багато цікавого! Аби не пропустити — підписуйтесь на наші сторінки! Facebook. Telegram. Viber. Instagram.