Los dispositivos portátiles como los relojes inteligentes pronto podrán proporcionar un sistema de alerta temprana para la diabetes tipo 2, aprovechando los datos que ya recopilan sobre la frecuencia cardíaca, el sueño y la actividad. Un nuevo estudio publicado en Nature el 16 de marzo demuestra que la inteligencia artificial puede identificar signos sutiles de resistencia a la insulina (un precursor clave de la diabetes) analizando estos patrones junto con datos de salud de rutina.
El problema oculto de la resistencia a la insulina
Se estima que aproximadamente entre el 20% y el 40% de los adultos estadounidenses tienen resistencia a la insulina, una afección en la que las células se vuelven menos sensibles a la insulina, lo que provoca un deterioro del metabolismo del azúcar. El problema es que la mayoría de las personas no lo saben porque el diagnóstico generalmente requiere pruebas especializadas que no están incluidas en los chequeos médicos estándar. Esto significa que la afección a menudo pasa desapercibida hasta que aumentan los niveles de azúcar en sangre, lo que puede causar un daño metabólico irreversible.
El potencial de la detección temprana
La detección temprana de la resistencia a la insulina podría permitir cambios oportunos en el estilo de vida (ajustes en la dieta, mayor ejercicio o incluso el uso de medicamentos GLP-1) para retardar o revertir la progresión hacia la diabetes. “Si podemos identificar a las personas cuando son resistentes a la insulina, podemos cambiar toda la trayectoria de la diabetes”, afirma Ahmed Metwally, bioingeniero de Google Research.
Escalabilidad frente a sensores especializados
Los intentos anteriores de detección temprana se basaron en sensores costosos y especializados que usaban principalmente aquellos a quienes ya se les había diagnosticado diabetes. La ventaja de los relojes inteligentes es su uso generalizado: millones de personas ya los usan, lo que hace factible la detección a gran escala. Según David Klonoff, endocrinólogo del Centro Médico Mills-Peninsula, este estudio establece un “método escalable… para la detección temprana del riesgo metabólico”.
Cómo funciona el sistema
El equipo de investigación de Google desarrolló un sistema utilizando datos de más de 1165 personas que usaban relojes Fitbits o Pixel, lo que suma un total de decenas de millones de horas de datos. Los algoritmos de aprendizaje automático combinaron los datos de este reloj inteligente con pruebas de laboratorio de rutina (colesterol, glucosa) y factores demográficos (edad, IMC) para detectar patrones relacionados con la resistencia a la insulina.
Las predicciones más precisas provinieron de la combinación de datos del reloj inteligente con resultados de laboratorio existentes. El modelo logró una precisión del 76 % utilizando pruebas de laboratorio únicamente, pero aumentó al 88 % cuando se incluyeron los datos del reloj inteligente. La frecuencia cardíaca en reposo resultó particularmente informativa, junto con los pasos diarios y la duración del sueño.
Datos imperfectos pero valiosos
Si bien los datos de los relojes inteligentes no son perfectos (se sabe que el seguimiento del sueño es inexacto), incluso estas señales imperfectas añaden valor predictivo. El potencial radica en el monitoreo continuo y longitudinal de la salud metabólica a través de dispositivos portátiles combinados con inteligencia artificial, lo que ofrece un camino hacia la medicina digital personalizada.
“Este artículo demuestra de manera convincente que los datos de los dispositivos portátiles de los consumidores contienen información metabólica sustancial relevante para la predicción de la resistencia a la insulina”, dice Giorgio Quer, director de Inteligencia Artificial del Instituto Traslacional de Investigación Scripps.
La tecnología ofrece una oportunidad prometedora para identificar riesgos metabólicos de manera temprana, lo que podría prevenir que millones de personas desarrollen diabetes tipo 2.
