Dispositivos vestíveis, como smartwatches, poderão em breve fornecer um sistema de alerta precoce para diabetes tipo 2, aproveitando os dados que já coletam sobre frequência cardíaca, sono e atividade. Um novo estudo publicado na Nature a 16 de março demonstra que a inteligência artificial pode identificar sinais subtis de resistência à insulina – um precursor chave da diabetes – analisando estes padrões juntamente com dados de saúde de rotina.
O problema oculto da resistência à insulina
Estima-se que aproximadamente 20–40% dos adultos nos EUA tenham resistência à insulina, uma condição em que as células se tornam menos responsivas à insulina, levando ao comprometimento do metabolismo do açúcar. O problema é que a maioria das pessoas permanece inconsciente porque o diagnóstico normalmente requer exames especializados não incluídos nos exames médicos padrão. Isto significa que a condição muitas vezes passa despercebida até que os níveis de açúcar no sangue aumentem, causando potencialmente danos metabólicos irreversíveis.
O potencial da detecção precoce
A detecção precoce da resistência à insulina poderia permitir mudanças oportunas no estilo de vida – ajustes na dieta, aumento do exercício ou até mesmo o uso de medicamentos GLP-1 – para retardar ou reverter a progressão para o diabetes. “Se conseguirmos identificar as pessoas que apresentam resistência à insulina, poderemos mudar toda a trajetória da diabetes”, afirma Ahmed Metwally, bioengenheiro do Google Research.
Escalabilidade vs. Sensores Especializados
Tentativas anteriores de detecção precoce dependiam de sensores caros e especializados, usados principalmente por pessoas já diagnosticadas com diabetes. A vantagem dos smartwatches é a sua utilização generalizada: milhões de pessoas já os usam, tornando viável o rastreio em grande escala. De acordo com David Klonoff, endocrinologista do Mills-Peninsula Medical Center, este estudo estabelece um “método escalável… para detecção precoce de risco metabólico”.
Como funciona o sistema
A equipe de pesquisa do Google desenvolveu um sistema usando dados de mais de 1.165 pessoas que usam relógios Fitbits ou Pixel, totalizando dezenas de milhões de horas de dados. Algoritmos de aprendizado de máquina combinaram esses dados do smartwatch com testes laboratoriais de rotina (colesterol, glicose) e fatores demográficos (idade, IMC) para detectar padrões ligados à resistência à insulina.
As previsões mais precisas vieram da combinação de dados do smartwatch com resultados de laboratório existentes. O modelo alcançou 76% de precisão usando apenas testes de laboratório, mas aumentou para 88% quando os dados do smartwatch foram incluídos. A frequência cardíaca em repouso revelou-se particularmente informativa, juntamente com os passos diários e a duração do sono.
Dados imperfeitos, mas valiosos
Embora os dados do smartwatch não sejam perfeitos (sabe-se que o rastreamento do sono é impreciso), mesmo esses sinais imperfeitos agregam valor preditivo. O potencial reside na monitorização contínua e longitudinal da saúde metabólica através de wearables combinados com IA, oferecendo um caminho para a medicina digital personalizada.
“Este artigo apresenta um argumento convincente de que os dados dos dispositivos vestíveis do consumidor contêm informações metabólicas substanciais relevantes para a previsão da resistência à insulina”, afirma Giorgio Quer, diretor de Inteligência Artificial do Scripps Research Translational Institute.
A tecnologia oferece uma oportunidade promissora para identificar precocemente riscos metabólicos, evitando potencialmente que milhões de pessoas desenvolvam diabetes tipo 2.
