2020. 09. 09. - 10:05

Mesterséges intelligencia segíti a cukorbetegség kimutatását

Mesterséges intelligencia segíti a cukorbetegség kimutatását

Egy okostelefon-alkalmazás és a mély tanulás segítségével kimutatható a diabétesz. A San Francisco-i Egyetem kutatói előálltak az új megoldással.

A diabétesz a halálozások egyik legfőbb oka a világon. Világszerte több mint 450 millió embert érint a betegség. S miközben a technológia hosszú utat tett meg a cukorbetegség felderítésére és kezelésére, az általában vérvételt és klinikai eszközöket jelent. 
 
Mi több, a cukorbetegek körülbelül fele nem is tudja, hogy beteg.
 
A San Francisco-i Egyetem kutatói most egy igen ígéretes módszerrel álltak elő a diabétesz azonosítása terén, amely okostelefon-kamerát és mély tanulást alkalmaz, felhasználva az Azumio által nyilvánosan elérhető Instant Heart Rate alkalmazást a fotopletizmográfiai (PPG) mérések rögzítésére.
 
Mély tanulás és okostelefon-alkalmazás is azonosíthatja a cukorbetegséget
Mély tanulás és okostelefon-alkalmazás is azonosíthatja a cukorbetegséget
 
Amikor a felhasználó az ujját a telefon zseblámpájára és fényképezőgépére helyezi, az applikáció méri a PPG értéket, az egyes szívveréseknek megfelelő, ujjhegyen tapasztalható színváltozásoknak megfelelően. Az adatokat pillanatnyi pulzusszámként jelentik a felhasználónak.
 
Miközben azonban a szívverés mérése önmagában lenyűgöző használata lehet az okostelefonnak, a kutatók kiderítették, hogy a pulzus-adatok, a pulzusszám változékonyságával és a PPG hullámalak morfológiájának bizonyos jellemzőivel együtt számos fiziológiai mechanizmussal korrelálnak, amelyeket a diabétesz érint – ilyen például az endoteliális öregedés és mikrovaszkuláris érelmeszesedés.
 
A szakemberek a jelentős Health eHeart tanulmány részeként végeztek egy vizsgálatot annak kiderítésére, pontos biomarker lehet-e a PPG a cukorbetegség kimutatására.
 
Kifejlesztettek és validáltak egy mély tanulást alkalmazó algoritmust, mely 53 870 beteg közel 3 millió PPG-felvételét használta. Az algoritmus lenyűgöző módon, jól azonosította a diabétesz jelenlétét, a cukorbetegek 82 százalékánál. Azoknál pedig, akik nem voltak betegek, 97 százalékos pontossággal mutatta ki a diabétesz hiányát.
 
Az algoritmus teljesítménye akkor is javult, amikor a páciensek egyéb adatait számításba vették, így például a korukat, nemüket, testtömeg-indexüket, illetve az esetleges társ-betegségeket.
 
Miközben további vizsgálatokra is szükség van új digitális biomarker legjobb beépítésével kapcsolatban, az eredmények a PPG-t igen ígéretesnek mutatják a cukorbetegség kezelésében, az okostelefonok pedig még hasznosabb eszközként szolgálhatnak egészségünk megőrzésében.
 
László Adrienn

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.