Носімі пристрої, такі як розумний годинник, в найближчому майбутньому можуть стати системою раннього попередження про діабет 2 типу, використовуючи дані, які вони вже збирають про частоту серцевих скорочень, сні та активності. Нове дослідження, опубліковане в журналі Nature 16 березня, демонструє, що штучний інтелект здатний виявляти ледь помітні ознаки інсулінорезистентності – ключового провісника діабету – шляхом аналізу цих закономірностей разом зі звичайними показниками здоров’я.
Прихована проблема інсулінорезистентності
За оцінками, приблизно 20–40% дорослих США страждають від інсулінорезистентності, стану, у якому клітини стають менш чутливими до інсуліну, що призводить до порушення метаболізму цукру. Головна проблема полягає в тому, що більшість людей про це не знають, оскільки для діагностики зазвичай потрібні спеціалізовані тести, які не входять до стандартних медичних оглядів. Це означає, що стан часто залишається непоміченим до підвищення рівня цукру в крові, що потенційно може призвести до незворотних метаболічних ушкоджень.
Потенціал раннього виявлення
Раннє виявлення інсулінорезистентності може дозволити своєчасно змінити спосіб життя – скоригувати дієту, збільшити фізичну активність або навіть використовувати препарати ГПЛ-1 – щоб уповільнити або повернути прогресування до діабету. “Якщо ми зможемо виявляти людей, коли у них розвивається інсулінорезистентність, ми зможемо змінити всю траєкторію розвитку діабету”, – стверджує Ахмед Метволлі, біоінженер з Google Research.
Масштабованість проти спеціалізованих датчиків
Попередні спроби раннього виявлення покладалися на дорогі спеціалізовані датчики, які переважно носили люди, вже діагностовані з діабетом. Перевага розумних годинників полягає в їх широкому поширенні: мільйони людей вже носять їх, що робить масовий скринінг здійсненним. За словами Девіда Клоноффа, ендокринолога з Mills-Peninsula Medical Center, це дослідження встановлює «масштабований метод… для раннього виявлення метаболічного ризику».
Як працює система
Команда Google Research розробила систему, яка використовує дані більш ніж 1165 осіб, що носять Fitbit або Pixel Watch, що становить десятки мільйонів даних. Алгоритми машинного навчання об’єднали ці дані розумного годинника з рутинними лабораторними тестами (холестерин, глюкоза) та демографічними факторами (вік, ІМТ) для виявлення закономірностей, пов’язаних з інсулінорезистентністю.
Найбільш точні прогнози були отримані при об’єднанні даних розумного годинника з існуючими лабораторними результатами. Модель досягла точності 76% тільки з використанням лабораторних тестів, але підвищилася до 88%, коли були включені дані розумного годинника. Особливо інформативним виявився пульс у стані спокою, а також щоденна кількість кроків та тривалість сну.
Недосконалі, але цінні дані
Хоча дані розумного годинника не ідеальні (відстеження сну відоме своєю неточністю), навіть ці недосконалі сигнали додають прогностичну цінність. Потенціал полягає в безперервному, поздовжньому моніторингу метаболічного здоров’я за допомогою пристроїв, що носяться, у поєднанні зі штучним інтелектом, що відкриває шлях до персоналізованої цифрової медицини.
«Ця стаття переконливо доводить, що дані споживчих пристроїв містять значну метаболічну інформацію, що стосується прогнозування інсулінорезистентності», — стверджує Джорджіо Кер, директор зі штучного інтелекту в Scripps Research Translational Institute.
Ця технологія пропонує перспективну можливість виявляти метаболічні ризики на ранній стадії, потенційно запобігаючи розвитку діабету 2 типу у мільйонів людей.
