Τα smartphones μπορεί να βοηθήσουν στη διάγνωση του διαβήτη

Ερευνητές στο UC San Francisco ανέπτυξαν έναν «ψηφιακό βιοδείκτη» που θα χρησιμοποιεί την ενσωματωμένη κάμερα ενός smartphone για να ανιχνεύσει τον διαβήτη - μία από τις κορυφαίες αιτίες ασθένειας και θανάτου στον κόσμο- παρέχοντας ενδεχομένως μια εναλλακτική λύση χαμηλού κόστους.

Ο διαβήτης προσβάλλει περισσότερους από 450 εκατομμύρια ανθρώπους παγκοσμίως και μπορεί να αυξήσει τον κίνδυνο ασθενειών που επηρεάζουν σχεδόν κάθε σύστημα οργάνων, συμπεριλαμβανομένων των στεφανιαίων καρδιακών παθήσεων, της νεφρικής ανεπάρκειας, της τύφλωσης και των εγκεφαλικών επεισοδίων. Στην τρέχουσα πανδημία, έχει επίσης βρεθεί ότι αυξάνει τον κίνδυνο σοβαρών συμπτωμάτων του COVID-19. Ωστόσο, τα μισά άτομα με διαβήτη δεν γνωρίζουν τη διάγνωσή και τους κινδύνους για την υγεία τους.

«Η ικανότητα ανίχνευσης μιας κατάστασης όπως ο διαβήτης, που έχει τόσες πολλές σοβαρές συνέπειες στην υγεία, χρησιμοποιώντας μια ανώδυνη, βασισμένη σε smartphone δοκιμή, προσφέρει τόσες πολλές δυνατότητες» δήλωσε ο Geoffrey H. Tison, MD, MPH, επίκουρος καθηγητής καρδιολογίας. «Το όραμα μας είναι ένα εργαλείο σαν αυτό να βοηθήσει στον εντοπισμό ατόμων με υψηλότερο κίνδυνο να πάσχουν από διαβήτη, συμβάλλοντας τελικά στη μείωση του μη διαγνωσμένου διαβήτη».

«Ο διαβήτης μπορεί να είναι ασυμπτωματικός για μεγάλο χρονικό διάστημα, καθιστώντας πολύ πιο δύσκολη τη διάγνωση» δήλωσε ο συγγραφέας της έρευνας Robert Avram, MD, MSc, κλινικός εκπαιδευτής καρδιολογίας. «Μέχρι σήμερα, λείπουν μη επεμβατικά και ευρείας κλίμακας εργαλεία για την ανίχνευση του, παρακινώντας μας να αναπτύξουμε αυτόν τον αλγόριθμο.»

Κατά την ανάπτυξη του βιοδείκτη, οι ερευνητές υπέθεσαν ότι μια κάμερα smartphone θα μπορούσε να χρησιμοποιηθεί για την ανίχνευση αγγειακών βλαβών που οφείλονται στον διαβήτη, μέσω της μέτρησης σημάτων PPG (photoplethysmography), τα οποία είναι σε θέση να εντοπίσουν οι περισσότερες κινητές συσκευές, συμπεριλαμβανομένων των smartwatches. Οι ερευνητές χρησιμοποίησαν το φακό του τηλεφώνου και την κάμερα για τη μέτρηση των PPG καταγράφοντας αλλαγές του χρώματος στην άκρη των δακτύλων που αντιστοιχούν σε κάθε καρδιακό παλμό.

Στη μελέτη, οι ερευνητές του UCSF έλαβαν σχεδόν 3 εκατομμύρια καταγραφές PPG από 53.870 ασθενείς που χρησιμοποίησαν την εφαρμογή Azumio Instant Heart Rate στο iPhone και ανέφεραν ότι είχαν διαγνωστεί με διαβήτη από πάροχο υγειονομικής περίθαλψης. Αυτά τα δεδομένα χρησιμοποιήθηκαν τόσο για την ανάπτυξη όσο και για την επικύρωση ενός αλγορίθμου γύρω από την ανίχνευση της παρουσίας διαβήτη χρησιμοποιώντας σήματα PPG από smartphone

Συνολικά, ο αλγόριθμος εντόπισε σωστά την παρουσία διαβήτη σε έως και το 81 τοις εκατό των ασθενών, σε δύο ξεχωριστά σύνολα δεδομένων. Όταν ο αλγόριθμος δοκιμάστηκε σε ένα επιπλέον σύνολο ασθενών, ταυτοποίησε σωστά το 82% των ασθενών με διαβήτη. Μεταξύ των ασθενών που ο αλγόριθμος προέβλεπε ότι δεν είχαν διαβήτη, 92 έως 97 τοις εκατό όντως δεν είχαν την ασθένεια. Όταν η πρόβλεψη που προέκυψε από PPG συνδυάστηκε με άλλες εύκολα προσβάσιμες πληροφορίες για τον ασθενή, όπως ηλικία, φύλο, δείκτης μάζας σώματος και φυλή / εθνικότητα, η προγνωστική απόδοση βελτιώθηκε περαιτέρω.

Σε αυτό το επίπεδο προγνωστικής απόδοσης, οι συγγραφείς δήλωσαν ότι ο αλγόριθμος θα μπορούσε να συνδυαστεί με άλλα διαδεδομένα εργαλεία διαλογής ασθενειών για να προσεγγίσει μια πολύ ευρύτερη ομάδα ανθρώπων, ακολουθούμενη από επιβεβαίωση ενός γιατρού για τη διάγνωση του διαβήτη και ένα σχέδιο θεραπείας. Οι συγγραφείς συνιστούν περαιτέρω μελέτη για να προσδιορίσουν την αποτελεσματικότητα αυτής της προσέγγισης για συγκεκριμένες κλινικές εφαρμογές, όπως ο έλεγχος ή η θεραπευτική παρακολούθηση.