發(fā)表在在線期刊BMJ Innovations上的初步研究表明，人工智能 (AI) 算法源自心電圖(心電圖)上記錄的個體心跳特征，可以準確預(yù)測糖尿病和糖尿病前期。
研究人員說，如果在更大規(guī)模的研究中得到驗證，該方法可用于在資源匱乏的環(huán)境中篩查疾病。
2019 年，全球估計有 4.63 億成年人患有糖尿病，而在早期發(fā)現(xiàn)糖尿病是預(yù)防隨后出現(xiàn)嚴重健康問題的關(guān)鍵。但診斷在很大程度上依賴于血糖的測量。
研究人員指出，這不僅是侵入性的，而且在資源匱乏的環(huán)境中作為大規(guī)模篩查測試推出也具有挑戰(zhàn)性。
心血管系統(tǒng)的結(jié)構(gòu)和功能變化甚至早在指示性血糖變化之前就發(fā)生了，這些變化出現(xiàn)在心電圖心臟軌跡上。
因此，研究人員想看看機器學習 (AI) 技術(shù)是否可用于利用心電圖的篩查潛力來預(yù)測高危人群的糖尿病前期和 2 型糖尿病。
他們利用了那格浦爾信德家庭糖尿病 (DISFIN) 研究的參與者，該研究著眼于那格浦爾高危信德家庭的 2 型糖尿病和其他代謝特征的遺傳基礎(chǔ)。
至少有一個已知的 2 型糖尿病病例并住在那格浦爾(信德人密度高)的家庭參加了這項研究。
參與者提供了他們個人和家庭病史、正常飲食的詳細信息，并接受了全方位的血液檢查和臨床評估。他們的平均年齡為 48 歲，其中 61% 是女性。
根據(jù)美國糖尿病協(xié)會指定的診斷標準確定糖尿病前期和糖尿病。
2 型糖尿病和糖尿病前期的患病率都很高：分別約為 30% 和 14%。胰島素抵抗的患病率也很高——35%——其他有影響的共存疾病——高血壓(51%)、肥胖(約 40%)和血脂異常(36%)的患病率也很高。
對包括在內(nèi)的 1262 名參與者中的每一個進行了持續(xù) 10 秒的標準 12 導聯(lián)心電圖心臟跟蹤。并且針對記錄的 10,461 個單次心跳中的每一個，將每個導聯(lián)的 100 個獨特的結(jié)構(gòu)和功能特征組合在一起，以生成預(yù)測算法 (DiaBeats)。
基于個體心跳的形狀和大小，DiaBeats 算法以 97% 的總體準確率和 97% 的精確度快速檢測糖尿病和糖尿病前期，不受年齡、性別和并存代謝疾病等影響因素的影響。
重要的心電圖特征始終與支持糖尿病和糖尿病前期典型心臟變化的已知生物學觸發(fā)因素相匹配。
研究人員承認，研究參與者都處于糖尿病和其他代謝紊亂的高風險中，因此不太可能代表普通人群。而對于那些服用糖尿病、高血壓、高膽固醇等處方藥的人來說，DiaBeats 的準確性稍差一些。
也沒有可用于糖尿病前期或糖尿病患者的數(shù)據(jù)，因此無法確定早期篩查的影響。
“理論上，我們的研究提供了一種相對便宜、非侵入性和準確的替代方法 [當前的診斷方法]，它可以作為守門人，在早期有效檢測糖尿病和糖尿病前期，”他們總結(jié)道。
“盡管如此，將這種算法應(yīng)用到日常實踐中需要對外部獨立數(shù)據(jù)集進行強有力的驗證，”他們警告說。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！